因为之前一直都是用caffe做图像去噪、增强方面的工作,没太接触分类,上个学习会上通过报告学习了下关于分类的相关基础知识,为接下来分类的相关工作研究奠定下基础:
基础之分类器:
1、SVM:线性核SVM:一般应用于多分类,分类的结果(如3分类)最后会给出(约等于)1、2、3的值代表第1、2、3类
非线性核SVM:一般应用于二分类问题上
SVM需要训练,如通过caffe提取特征后,用提取的特征训练svm
2、softmax分类:其实它是逻辑回归的拓展(机器学习书),应用于多分类,在caffe中实现了softmax,可以端到端地训练分类。
分类的结果是给出的一个概率向量,相应的那个概率值高即为预测的哪个类。