图像分类,图像识别,目标检测之间的区别

1.图像分类一种用于对图像中特定的对象类别进行分类或预测的技术,该技术的主要目的是准确识别图像中的特征。主要是将图中的各个物体进行分类,如:这个图像的内容是属于猫,还是狗
如:我们常使用的MNIST手写体数字识别,Fashion MNIST 10种不同类型的衣服,鞋子,包等灰度图,CIFAR10 包含10类飞机,汽车,鸟,猫等彩色图像分类。
2.图像识别识别图中的物体是什么,如:这个图像中的猫是哪个猫,狗是哪个狗
3.目标检测目标检测的问题定义是确定目标在给定图像中的位置,如目标定位,以及每个目标属于哪个类别,即目标分类。简单地说,目标检测是一种图像分类技术,除了分类之外,该技术还可以从自然图像中的大量预定义类别中识别出目标实例的位置

这种技术能够搜索特定种类的物体,如汽车、人、动物、鸟类等。目标检测技术可以应用于现实工程中,如人脸检测、行人检测、车辆检测、交通标志检测、视频监控等
参考连接:
https://www.zhihu.com/question/317779389/answer/654350242
https://my.oschina.net/u/4581492/blog/4371560

版权声明:本文为CSDN博主「Keep_Trying_Go」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/Keep_Trying_Go/article/details/121578360

Keep_Trying_Go

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

YoloV3 案例

学习目标 知道YoloV3模型结构及构建方法知道数据处理方法能够利用yoloV3模型进行训练和预测 1.数据获取 一部分是网络数据,可以是开源数据,也可以通过百度、Google图片爬虫得到 在接下来的课程中我们

SAHI强化YOLOv5在小目标上的表现

环境ubuntu 18.04 64bitsahi 0.8.4yolov5 5.0pytorch 1.7.1cu101前言目标检测和实例分割是迄今为止计算机视觉中最重要的应用领域,各种目标检测网络层出不穷,然而&#xf