主要内容

识别,目标检测和语义分割

识别、分类、语义图像分割、使用特征的对象检测,以及使用cnn、YOLO和SSD的深度学习对象检测

计算机视觉工具箱™支持图像分类、对象检测、语义分割金宝app和识别的几种方法,包括:

  • 深度学习和卷积神经网络(cnn)

  • 功能包

  • 模板匹配

  • Blob分析

  • Viola-Jones算法

CNN是一种流行的深度学习架构,可以直接从图像数据中自动学习有用的特征表示。特征袋将图像特征编码成适合图像分类和图像检索的紧凑表示形式。模板匹配使用小图像或模板在较大图像中查找匹配区域。Blob分析使用分割和Blob属性来识别感兴趣的对象。维奥拉-琼斯算法使用类似哈尔的特征和级联分类器来识别物体,包括脸、鼻子和眼睛。你可以训练这个分类器来识别其他对象。

类别

  • 语义分割
    语义图像分割
  • 对象检测
    使用卷积神经网络(cnn或ConvNets)执行分类,目标检测,迁移学习,创建定制的检测器
  • 文本检测与识别
    使用图像特征检测和描述、深度学习和OCR检测和识别文本
  • 图像分类
    为图像分类和基于内容的图像检索(CBIR)系统创建视觉词包
  • 视频分类
    使用深度学习进行视频分类和活动识别
  • 自动视觉检查
    使用异常检测和分类技术自动化质量保证任务