搜索资源列表
分类程序
- 图像模式识别,vc++实现各种常用模式识别算法,包括分类器设计等-image pattern recogenise
bp神经网络的车辆分类
- c语言编写的基于BP神经网络的对图像车辆分类,其中图像特征提取是用图像不变矩,给出了图像不变矩的样本数据和验证数据。-based BP neural network image of the vehicle classification, Feature Extraction which is the same image moments, the image is unchanged Moments sample data and test data.
tuxiangshibie
- 比较完整的图像分类程序,包含较多的分类算法-more complete image classification procedures, including more classification algorithm
matfun
- 神经网络源码可应用于遥感图像分类,包括bp、kohonen等方法-neural network source can be used in remote sensing image classification, including bp, Kohonen methods
ColorImageStat
- 彩色图像分类程序,包括R,G,B分类,HSV分类,完全自己开发,带GUI-color image classification procedures, including R, G, B classification, HSV classification, completely on my own development, with GUI
thewhole
- 一个图像处理的整体框架,包括图像运算,图像变化,图像分类。可直接试用,采用VC++开发。-an image of the overall framework, including images efficiently, the images change, image classification. Can be directly tested using VC + + development.
back_seg_code
- 用模糊逻辑开发的图像分割程序,含图像分类,数据等。
SOFM
- SOFM神经网络的 c++源程序 可用于遥感图像分类
bag-0.1.6.tar
- 快速高效的图像分类器, Bag of features: A simple bag of features classifier. 作者:Andrea Vedaldi
Bayes++
- 图像分类器,可实现贝叶斯滤波以及分类,应用与人脸识别,车牌识别等等。
ClassificationA
- 基于神经网路的遥感图像分类,使用神经网络对几幅不同频段的遥感图像分类,主要是区分图像中不同的地形区域。
2A
- 用于遥感图像分类。其输入为几幅遥感图像,使用k-mean聚类方法对图像中的不同地形进行聚类分割
PCASift
- PCASIFT Pca 和SIFT的完美结合,可以用来特征提取,图像分类,检索
SVM
- 这是一个svm对图像分类的论文,很值得一看 基于SVM的图像分类算法与实现,他还说有具体的实现,很棒
DSPLIT
- 用vc++编写的图像分类,包括Bayes.神经网络分类器等。有界面,代码。
mode
- 用vc++开发的图像分类,包括聚类分析,模糊聚类,遗传算法聚类等。有界面,代码!
rbf
- RBF网络能够逼近任意的非线性函数,可以处理系统内的难以解析的规律性,具有良好的泛化能力,并有很快的学习收敛速度,已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数(权值或阈值)对任何一个输出都有影响时,这样的网络称为全局逼近网络。由于对于每次输入,网络上的每一个权值都要调整,从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network
KNN
- 高光谱图像knn分类算法,在PaviaU和Indianpines数据集上测试(Knn classification algorithm for hyperspectral images, tested on PaviaU and Indianpines datasets)
matlab数字图像处理系统
- matlab具有完备的图形处理功能、友好的用户界面以及功能强大的图形处理工具箱,能够实现对数字图像的编辑和处理工作,实现功能包括数字图像的读取、存储、显示、去色、图像翻转、局部放大、透明度调整、去噪、平滑、锐化、压缩、边缘检测等操作。 本文的主要内容如下: 1.研究图像处理技术,包括图像处理技术的分类、数字图像处理的特点,主要内容以及应用。 2.分析MATLAB软件及其在图像处理中的应用。 3.完成系统的总体设计,各功能模块设计。由于篇幅有限,本文重点论述了图像变换模块的设计,对已有的算
pytorch_YOLO3
- 识别图像,将图像分类,基于python语言,权重需要在网上下载(Identify images and classify images)