深度学习，语义分割，并检测
深度学习和卷积网络，语义图像分割，目标检测，识别，地面实况标签，功能包，模板匹配，和背景估计
计算机视觉工具箱™支持图像分类，目标检测，和认可，金宝app其中包括几种方法：
深度学习和卷积神经网络（细胞神经网络）
功能包
模板匹配
斑点分析
维奥拉 - 琼斯算法
地面实况标签交互的应用程序
CNN的是一种流行的深度学习结构，能自动直接从图像数据获悉有用的功能表示。特征编码图像的袋设有成适合于图像分类和图像检索的紧凑表示。模板匹配使用一个小图像，或模板，要找到匹配的区域较大的映像。斑点分析使用分割和BLOB属性，以识别感兴趣的对象。中提琴 - 琼斯算法采用Haar特征和分类的级联来识别物体，包括脸，鼻子和眼睛。您可以训练这个分类识别其他对象。
- 图片和视频标签
交互式图像和视频标记，用于目标检测、语义分割和图像分类 - 语义分割
语义图像分割 - 检测使用Deep学习对象
执行分类，对象检测，使用卷积神经网络传递学习（细胞神经网络，或ConvNets） - 目标检测使用功能
检测脸部和行人，创建定制的检测器 - 图像类别分类和图像检索
创建的图像分类和基于内容的图像检索（CBIR）系统视觉词袋 - 光学字符识别（OCR）
使用光学字符识别识别文本
精选示例
您还可以选择从下面的列表中的网站：
