主要内容
识别、对象检测和语义分割
识别、分类、语义图像分割、使用特征的对象检测，以及使用CNNs、YOLO v2和SSD的深度学习对象检测
计算机视觉工具箱™ 支持多种图像分类、对象检测、语金宝app义分割和识别方法，包括：
深度学习和卷积神经网络（CNNs）
特征袋
模板匹配
斑点分析
Viola-Jones算法
CNN是一种流行的深度学习架构，它可以直接从图像数据自动学习有用的特征表示。特征包将图像特征编码为适合图像分类和图像检索的紧凑表示。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分析使用分段和Blob属性来识别感兴趣的对象。Viola-Jones算法使用类似Haar的特征和一系列分类器来识别物体，包括人脸、鼻子和眼睛。您可以训练该分类器来识别其他对象。
- 语义分割
语义图像分割 - 目标检测
使用卷积神经网络（CNN或CONVNET）执行分类、目标检测、转移学习，创建定制检测器 - 光学字符识别（OCR）
使用光学字符识别识别文本 - 图像分类
为图像分类和基于内容的图像检索（CBIR）系统创建视觉词汇包 - 视频分类
使用深度学习执行视频分类和活动识别
特色实例
您还可以从以下列表中选择网站：
