图像类别分类

为图像分类和基于内容的图像检索（CBIR）系统创建一袋视觉单词

通过生成表示图像的视觉字出现的直方图，将图像分类为类别。使用此直方图，称为一袋视觉单词，培训图像类别分类器。

应用

图像贴标器	用于计算机视觉应用的标签图像
视频贴图	用于计算机视觉应用的标签视频

`Bagoffeature`	袋视觉词对象
`TrainimageCategoryClassifier`	培训图像类别分类器
`ImageCategoryClassifier`	预测图像类别
`imageageAtastore.`	图像数据的数据存储

交互式标记标记对象检测的矩形ROI，语义分割的像素，例如图像分割的多边形和图像分类的场景。

以交互式标记标记矩形ROI，用于对象检测，语义分割的像素，例如视频或图像序列中图像分类的场景。

您可以使用具有许多不同类型的图像特征的袋子特性（BOF）框架。

使用计算机Vision Toolbox™功能通过创建一袋视觉单词来进行图像类别分类。

使用一袋特征方法进行图像类别分类。这种技术也经常被称为单词袋。可视图像分类是将类别标签分配给被测图像的过程。类别可能包含代表任何关于任何内容的图像，例如狗，猫，火车，船只。

打开直播脚本

使用佩带的卷积神经网络（CNN）作为用于训练图像类别分类器的特征提取器。

打开直播脚本

使用基本形态运算符和BLOB分析的组合来从视频流中提取信息。在这种情况下，该示例计算每个视频帧中的大肠杆菌细菌的数量。注意，细胞具有不同的亮度，这使得分割的任务更具挑战性。

打开直播脚本

使用形态操作来计算视频流中的对象。

打开直播脚本