Image processing 图像检索与图像分类的区别

上面的代码给出了结果--->species='virginica'

该物种被归类为“维吉尼亚”。这只是一张图片。这种分类过程可以称为“图像检索”吗

---

或者我们必须检索许多图像才能称之为图像检索？

图像分类：在称为训练集的数据集上训练模型，然后使用与训练集不相交的数据集进行测试（最重要）

图像检索：给定查询图像，从数据库中获取与查询图像“最近”的图像。现在，术语“最近的”可以是关于颜色、形状、纹理等。因此，什么决定了“最近的”——图像的特征向量，用户根据为满足其需要而设计的算法进行计算

分类和检索的主要区别在于：分类需要为训练数据添加标签，检索不需要。检索是一种纯粹基于距离的方法

现在，继续你的问题：这不会被称为检索，因为它只是告诉我查询图像的类别，而不是向我提供类似的图像。现在你可能会说，如果我把100张像这样的图片分类，如果100张中有50张属于某个类别，那么这些图片可以被视为相似的图片。这是正确的吗？在我看来，答案是否定的。考虑一个例子，你必须把有汽车和没有汽车的图像分类。在（完美）分类的情况下，所有50张图像肯定都有汽车。但在（完美）检索的情况下，所有50幅图像都将有相同颜色的汽车或小/大汽车等。这就是区别

可以说，顶部检索到的图像可以作为分类结果。这是可能的。但同样，我们有非常强大的分类算法（例如，SVM、随机森林、Boosting、多实例学习等），但检索的情况不同（就我所知）。因此，如果您想要执行分类，您将不会获取检索的顶部结果，您将始终使用专用的算法进行分类

总而言之，如果一个过程不需要标签，并且它根据某些属性（颜色、纹理、形状等）进行检索，则称为检索。分类是您需要标签的地方，它是根据类别进行的（例如，汽车/无车、人/无人、天然/人造等）

---

我希望这能澄清您的想法。

非常感谢您的回复。现在我很清楚这些区别@帕拉格

load fisheriris
xdata = meas(51:end,3:4);
group = species(51:end);
svmStruct = svmtrain(xdata,group,'showplot',true);



species = svmclassify(svmStruct,[5 2],'showplot',true)
hold on;plot(5,2,'ro','MarkerSize',12);hold off