エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
最尤法による画像分類 – 月の杜工房
教師付き分類でおなじみの最尤法による画像分類は以下のようにして行います。 分類クラスに対する未知試... 教師付き分類でおなじみの最尤法による画像分類は以下のようにして行います。 分類クラスに対する未知試料の尤度が正規分布で表されるとき、尤度は以下のように表されます。 最尤法では、この尤度が最大のクラスに分類します。 マハラノビス距離dmは以下の式で求められます。 ここで、xXは入力ベクトル、cMはクラスcの平均ベクトル、 cVはクラスcの分散・共分散行列です。 式の形は、普通使うユークリッド距離の計算式の間に分散・共分散行列が挟まれている形です。 尤度の計算式は、実際は変形して簡単にした以下の式を用います。 |cV|は分散・共分散行列の行列式です。 上式のJ(x,c)が最小のクラスに分類することになります。 最初の尤度の式と比較して符号が変わっている点が注意です。 下のサンプルは出力画像のピクセルにクラス番号を入れて返します。 /* RGB画像に対する最尤法による分類 btIn : 入力画像