计算机视觉怎么给图像分类？KNN、SVM、BP神经网络、CNN、迁移学习供你选（附开源代码）

文章预览

原文：Medium 作者：Shiyu Mou 来源：机器人圈 本文长度为 4600字 ，建议阅读 6分钟 本文为你介绍图像分类的5种技术，总结并归纳算法、实现方式，并进行实验验证。 图像分类问题就是从固定的一组分类中，给输入图像分配标签的任务。这是计算机视觉的核心问题之一，尽管它看似简单，却在实际生活中有着各种各样的应用。 传统方式：功能描述和检测。 也许这种方法对于一些样本任务来说是比较好用的，但实际情况却要复杂得多。 因此，我们将使用机器学习来为每个类别提供许多示例，然后开发学习算法来查看这些示例，并了解每个类的视觉外观，而不是试图直接在代码中指定每一个大家感兴趣的类别是什么样的。  然而，图像分类问题就是一个非常复杂的工作，它总是借用诸如卷积神经网络（CNN）这样的深度学习模型来完成。但我们也知道， ………………………………