1.什么是图像分类任务,它有哪些应用场合

图像分类任务就是根据图像中的不同特征,把不同类型的图像区分开来
应用场合:濒危植物识别,动物品种的分类,物品识别,商品质检,安防监控目标分类等等。

2.图像分类有哪些难点

1.跨越“语义鸿沟”建立像素到语义的映射

在这里插入图片描述

2.同一物体的不同视角外观差异明显

在这里插入图片描述

3.光照和阴影的差异导致的图像差异

在这里插入图片描述

4.物体远近不同,大小不同

在这里插入图片描述

5.物体被部分遮挡

在这里插入图片描述

6.同一物体不同形态发生变化

在这里插入图片描述

7.背景复杂干扰识别

在这里插入图片描述

8.同类物体外观不同

在这里插入图片描述

9.运动模糊

在这里插入图片描述

10.类别繁多,识别数量巨大

在这里插入图片描述

3.基于规则的分类方法是否可行

通过硬编码的方法识别猫类或其他类
在这里插入图片描述

在这里插入图片描述
通过硬编码的方法识别猫或其他类,是一件很困难的事。

4.什么是数据驱动的图像分类范式

1.数据集的构建

2.分类器设计与学习

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

5.常用的分类任务评价指标是什么

正确率=分对的样本数量/全部样本数
错误率=1-正确率

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐