Распознавание, обнаружение объектов и семантическая сегментация

Распознавание, классификация, семантическая сегментация изображений, обнаружение объектов с помощью функций и обнаружение объектов глубокого обучения с помощью CNN, YOLO v2 и SSD

Computer Vision Toolbox™ поддерживает несколько подходов к классификации изображений, обнаружению объектов, семантической сегментации и распознаванию, включая:

  • Глубокие нейронные сети и сверточные нейронные сети (CNNs)

  • Набор признаков

  • Соответствие шаблона

  • Blob-анализ

  • Алгоритм Виолы-Джонса

CNN - популярная архитектура глубокого обучения, которая автоматически учится полезным представлениям функций непосредственно на основе данных. Набор признаков кодирует функции изображения в компактное представление, подходящее для классификации изображений и извлечения изображений. Для соответствия шаблона используется небольшое изображение или шаблон, чтобы найти соответствующие области в большем изображении. Blob-анализ использует свойства сегментации и больших двоичных объектов для идентификации интересующих объектов. Алгоритм Виолы-Джонса использует Haar-подобные функции и каскад классификаторов для идентификации объектов, включая лица, носы и глаза. Можно обучить этот классификатор распознавать другие объекты.

Рекомендуемые примеры