文档帮助中心文档
通过生成表示图像的视觉词出现的直方图,将图像分类为类别。使用这个直方图,称为一个视觉词汇包,来训练一个图像分类器。
bagOfFeatures
trainImageCategoryClassifier
imageCategoryClassifier
imageDatastore
开始使用图像标签
交互式标记矩形roi用于目标检测,像素用于语义分割,多边形用于实例分割,场景用于图像分类。
开始使用视频标签
交互式标记矩形roi用于目标检测,像素用于语义分割,多边形用于实例分割,场景用于视频或图像序列中的图像分类。
创建自定义特性提取器
你可以使用带有许多不同类型图像特征的特征包(BoF)框架。
基于视觉词袋的图像分类
使用计算机视觉工具箱™功能,通过创建一个视觉词汇袋来进行图像类别分类。
采用包特征方法对图像进行分类。这种技巧也经常被称为词汇袋。视觉图像分类是将类别标签分配给被测图像的过程。类别可以包含代表任何东西的图像,例如,狗、猫、火车、船。
使用预先训练的卷积神经网络(CNN)作为特征提取器来训练图像分类器。
结合使用基本形态运算符和blob分析从视频流中提取信息。在本例中,该示例计算了每个视频帧中大肠杆菌的数量。注意,细胞的亮度是不同的,这使得分割任务更具挑战性。
使用形态运算来计数视频流中的对象。
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系