特征提取

做图片分类，现在在用sift提取特征，分类训练的时候得到的预测结果太差。回头检查特征提取发现提取到的特征点的误差太大了，在提取特征的时候有什么办法更准确的提取想要的结果？

1，眼睛会不会眨？ 2，红外线扫描热量，确定是不是动物？

不感兴趣

开通SVIP免广告

灰烬不够咋做啊感觉可以等等价格会下来但有可能买的人太多价格又上去了

对sift没有细究，分类内容仅是那条狗还是非那条狗的话，得过滤狗之外的关键点，做好关键点过滤，我猜是这样的。否则两张背景不同地方的图，没法区分狗身体以外的关键点是否关键。

666

做出来了，正确率70～60%。不容易哈

不感兴趣

开通SVIP免广告

选对算法模型能从正确率20%提升到40～50%。标准训练的样本(比如猫具体到布偶猫种类)又能从50提升到60～70准确率。剩下调参调明白，估计还能有一定提升。

深感相机了解一下？

666

为嘛不用狗狗deeplearn

你会不会tensorflow阿

要根据业务情况来挑选模型，这个模型用来匹配网图的业务挺好的

下载贴吧APP
看高清直播、视频！

分享到: