(
课件网) 图像分类的实现 学习目标 1.能够说出人类分类图像的过程 2.能够说出计算机分类图像的过程 1-2 P12 图像分类的实现 1-2 1.请同学们开展小组讨论，说一说，你们心中的机器对图像分类与人类对图像进行分类是否相同，共同点与区别在哪里 ？ P13 图像分类的实现 1-2 知识大讲堂 一、人类分类图像 人们要对图像进行分类，首先要观察图像中各种不同事物的特征。一张图像包含着许多特征，如颜色、图案、形状及大小。如图所示，一张扑克牌的特征信息包含着花色、数字。 P13 图像分类的实现 1-2 知识大讲堂 一、人类分类图像 选择不同的特征进行分类会产生不同的分类结果，分类结果的精细程度也 不一样。如图所示一组扑克可以按颜色分类、按图案分类，也可以按数字进行分类。 P14 1.观察图中的图像，对它们进行分类，并将同一类别的序号填在 同一方框中，与小组同学分享你这样分类的原因。 图像分类的实现 1-2 P14 图像分类的实现 1-2 知识大讲堂 一、计算机分类对象 机器进行分类之前有一个学习的过程，需要人为输人足够数量图片，并给图片贴上标签作为学习训练的样本，让机器知道这些图片属于什么类型，相 同标签的图片属于同一类别。 这些供机器进行学习的图片统称为称训练集。如图所示，给计算机输人鸟的训练集，标签命名为“bird” 当然也可以是其他名称、标签起到的作用主要是区别或标记。 P15 图像分类的实现 1-2 知识大讲堂 一、计算机分类对象 在训练图像分类模型之前，先来看一下计算机视角的这些图片是什么样子 的。如图所示，如果一.张图片放大，可以观察到该图片是由一个一个小格子组成的，每个格子是一一个色块，每个色块代表相应的像素数据，计算机能看懂的就是这些数据。 P16 图像分类的实现 1-2 知识大讲堂 一、计算机分类对象 对于人类而言，从图像中提取特点的过程并不复杂或困难，只需要眼睛看 到图片，正常情况下大脑就会获取特征。 但计算机看见的是一-串图像数据因此需要借助特定的算法，才能从中找到数据变化的规律，经过-系列的训练 ，最终生成图像分类模型。 训练模型的一般过程如下图所示。 图像分类的实现 1-2 P16 知识大讲堂 一、计算机分类对象 对未分类的图像进行图像分类时，需要先加载训练好的图像分类模型，然 后通过摄像头获取图像信息并转化为计算机能理解的数据。 最后将数据特征与模型中已有的分类进行对比，推算出图像属于各个分类中的概率，概率最大的分类名称就是最后输出的图像分类的结果，如图所示。 图像分类的实现 1-2 P17 实践 从网上查找出不同角度或样式的汽车、自行车、公交车、火车、飞机、轮船6类图片，使用第1课的图像分类程序(见第10页)对图片进行分类，将分类结果记录在表中(分类正确打“V”，分类错误打“x”)， 统计分类失败的图片，并与小组成员谈一谈你认为无法分类的原因。 本节课的项目你完成了多少呢？ 知识收纳 人类分类图像过程包括观察特征与选取特征进行分类。 计算机分类对象过程包括输入训练集、训练图像分类模型与使用图像分类 ... ...
