qq_41978522 2021-03-24 10:46 采纳率: 62.5%
浏览 558
已采纳

用什么网络提取图像纹理特征比较好?

用什么网络提取图像纹理特征比较好?可以包含lbp等预处理。我准备提取图像纹理特征用来分类,之前我是直接将图像进行局部二值模式变化,然后用于分类,结果效果很不好。还有什么好的方法提取图像纹理特征,用神经网络也行

  • 写回答

5条回答 默认 最新

  • AI 菌 人工智能领域优质创作者 2021-03-25 10:05
    关注

    你好,我仔细看了一下你的问题和描述。其实你的困惑我在三年前就遇到过。很遗憾的告诉你,你的这种分类思路是有问题的,因此效果不会太好。目前用机器学习作图像分类有两种基本的思路:(1) 传统特征提取方法+分类器,举一个最简单的例子:HOG+SVM,当然你说的lbp也可以当作一种特征提取方法。(2)深度学习的方法,这是一种最简单而直接的方法。这种方法是不需要你自己人工去提取特征的,因为卷积网络它会自动帮你提取特征,而且这种特征是高度抽象化的,往往具有更好的效果。

    针对你这个问题而言,我在之前就做过实验对比。我采用lbp、hog、等形态学处理方法分别对图像进行了预处理,然后送入了分类网络,分类准确度普遍在92%到96%之间。但是我没有加预处理,直接用分类网络来做,准确度可达98%左右。

    可能你现在比较疑惑了,怎么加了预处理准确度反而降低了。其实当你真正深入了解了卷积神经网络机理就会明白。加了lbp预处理的图片特征信息会比原图少很多,这对于卷积神经网络来说是非常不利,是不利于分类的。所以建议你直接采用卷积神经网路作图像分类,而且现在这种做法非常成熟,精确度往往都能达到很好的水平。

    如果你还没有深度学习图像分类的经验,这里推荐你一个非常棒的【深度学习图像分类】实战专栏:https://blog.csdn.net/wjinjie/category_9777286.html,里面以Tensorflow2为框架,逐一搭建了LeNet-5、AlexNet、VGG系列、GooLeNet、ResNet 系列、DenseNet 系列等经典的神经网络,实现了图像分类,代码在github上已经开源了,欢迎star!

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(4条)

报告相同问题?

悬赏问题

  • ¥15 SAP HANA SQL Script 。SUM OVER 怎么加where
  • ¥15 怎么获取红包封面的原始链接,并且获取红包封面序列号
  • ¥100 微信小程序跑脚本授权的问题
  • ¥60 为什么使用python对地震数据进行umap降维后,数据成图会出现不连续的现象
  • ¥100 房产抖音小程序苹果搜不到安卓可以付费悬赏
  • ¥15 STM32串口接收问题
  • ¥15 腾讯IOA系统怎么在文件夹里修改办公网络的连接
  • ¥15 filenotfounderror:文件是存在的,权限也给了,但还一直报错
  • ¥15 MATLAB和mosek的求解问题
  • ¥20 修改中兴光猫sn的时候提示失败