Machine learning 当使用最近邻算法对图像进行分类时,特征通常使用什么?

Machine learning 当使用最近邻算法对图像进行分类时,特征通常使用什么?,machine-learning,computer-vision,classification,nearest-neighbor,Machine Learning,Computer Vision,Classification,Nearest Neighbor,如果要使用K近邻算法对图像进行分类,如何从图像中提取特征?最简单、最有效的方法是什么 非常适合图像分类的特征学习非常适合图像分类的特征学习这实际上取决于具体的问题 对于一般问题,我总是从某种形式的纹理特征(如果需要图像级特征)或局部特征(如冲浪)开始 这本书对此有一点介绍。这实际上取决于具体的问题 对于一般问题,我总是从某种形式的纹理特征(如果需要图像级特征)或局部特征(如冲浪)开始 有一些介绍。有许多功能可供您使用。。。但正如前面所说的,这取决于案例和你从细分中得到的信息 您可以从以下方面进行

如果要使用K近邻算法对图像进行分类,如何从图像中提取特征?最简单、最有效的方法是什么

非常适合图像分类的特征学习

非常适合图像分类的特征学习

这实际上取决于具体的问题

对于一般问题,我总是从某种形式的纹理特征(如果需要图像级特征)或局部特征(如冲浪)开始


这本书对此有一点介绍。

这实际上取决于具体的问题

对于一般问题,我总是从某种形式的纹理特征(如果需要图像级特征)或局部特征(如冲浪)开始


有一些介绍。

有许多功能可供您使用。。。但正如前面所说的,这取决于案例和你从细分中得到的信息

您可以从以下方面进行分类:

color
rectangularity
circularity
area
diameter
circumference
...
这些只是少数,但一旦你分割了你的对象,应该很容易计算


希望对您有所帮助。

您可以使用许多功能。。。但正如前面所说的,这取决于案例和你从细分中得到的信息

您可以从以下方面进行分类:

color
rectangularity
circularity
area
diameter
circumference
...
这些只是少数,但一旦你分割了你的对象,应该很容易计算

希望这有助于