计算机视觉学习(二)图像分类

1.什么是图像分类任务,它有哪些应用场合

图像分类任务就是根据图像中的不同特征,把不同类型的图像区分开来

应用场合:濒危植物识别,动物品种的分类,物品识别,商品质检,安防监控目标分类等等。

2.图像分类有哪些难点

1.跨越"语义鸿沟"建立像素到语义的映射

2.同一物体的不同视角外观差异明显

3.光照和阴影的差异导致的图像差异

4.物体远近不同,大小不同

5.物体被部分遮挡

6.同一物体不同形态发生变化

7.背景复杂干扰识别

8.同类物体外观不同

9.运动模糊

10.类别繁多,识别数量巨大

3.基于规则的分类方法是否可行

通过硬编码的方法识别猫类或其他类

通过硬编码的方法识别猫或其他类,是一件很困难的事。

4.什么是数据驱动的图像分类范式

1.数据集的构建

2.分类器设计与学习






5.常用的分类任务评价指标是什么

正确率=分对的样本数量/全部样本数

错误率=1-正确率

相关推荐
IT_陈寒3 分钟前
Vite打包后的路径问题差点让我改了一天代码
前端·人工智能·后端
米小虾16 分钟前
SKILLHARNESS:让AI Agent学会"安全地做事"
人工智能·agent
冬奇Lab13 小时前
每日一个开源项目(第140篇):AgentScope 2.0 - 阿里开源的生产级 Agent 框架
人工智能·开源·agent
冬奇Lab13 小时前
Skill 系列(04):Skill 指标体系——L1/L2/L3 三层监控,让质量下降有据可查
人工智能·开源·llm
IT_陈寒14 小时前
Vite的静态资源打包让我熬夜到三点,这坑千万别跳
前端·人工智能·后端
玩转AI不是事15 小时前
用IndexedDB做AI对话离线缓存实战
人工智能
Asize15 小时前
多模态生图:从 Vite 工程化到前端调用 Qwen Image
javascript·人工智能·后端
MobotStone15 小时前
AI项目越多,为什么越容易失控
人工智能·aigc
十有八七15 小时前
AI时代的置身X内
前端·人工智能
Lkstar16 小时前
A2A协议深度解析|Agent2Agent通信标准,智能体互联网的"HTTP"
人工智能·llm