エントリーの編集
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。
Stanford/CS231n:Image features exercise
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
- 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
Stanford/CS231n:Image features exercise
HSVカラースペースの色相チャネルを使ってカラーヒストグラムを計算するだけではなく、各画像のHistogra... HSVカラースペースの色相チャネルを使ってカラーヒストグラムを計算するだけではなく、各画像のHistogram of Oriented Gradients (HOG/勾配方向ヒストグラム)も計算する。各画像の最終的な特徴ベクトルは、HOGとカラーヒストグラム特徴ベクトルによって形成する。大雑把に言って、HOGは色情報を無視する一方で画像のテクスチャは捉え、カラーヒストグラムはテクスチャを無視しながら入力画像の色を表現する。結果として、両方を一緒に使うことで、どちらか一方を個別に使うよりもパフォーマンス工場が望めるだろうと予測する。この推論を証明することは、ボーナスセクションにトライするにはもってこいだろう。 hog_featureとcolor_histogram_hsvの両関数は、単一画像で機能し、その画像の特徴ベクトルを返す。extract_features関数は画像セットと特徴関数リス