图像分类国内外研究现状
时间: 2023-08-23 20:05:09 浏览: 80
图像分类是计算机视觉领域中的一个重要研究方向,国内外都有很多研究者在这个领域做出了重要的贡献。
在国外,早期的经典方法包括SIFT、HOG等,这些方法主要是基于手工特征的提取和分类方法。近年来,深度学习技术的发展使得基于卷积神经网络(CNN)的图像分类方法得到广泛应用。在这方面,Google的Inception、Microsoft的ResNet等模型均在ImageNet数据集上取得了优异的表现。
在国内,随着深度学习技术的快速发展,图像分类也成为了计算机视觉领域内的一个研究热点。早期的工作主要是在手工特征上做文章,例如LBP、HOG等。近年来,国内研究者也开始尝试使用深度学习技术进行图像分类任务,例如清华大学的TH-CNN、中科院自动化所的DeepID等模型,这些模型在国内的图像分类比赛中也取得了不错的成绩。
总的来说,图像分类是计算机视觉领域内一个非常重要的研究领域,国内外都有很多研究者在这个领域做出了重要的贡献。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![caj](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![doc](https://img-home.csdnimg.cn/images/20210720083327.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![.pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pptx](https://img-home.csdnimg.cn/images/20210720083543.png)