梯度直方图(HOG)用于图像多分类和图像推荐( 四 )

使用Flask分类值和推荐图像构建了一个简单的webservice (UI的开发不在本文讨论范围之内) 。 webservice看起来如下所示:
梯度直方图(HOG)用于图像多分类和图像推荐文章插图
结论本文首先说明了HOG背后的原理是什么 , 以及我们如何使用它来描述图像的特征 。 接下来 , 计算HOG特征并将其用于KNN分类器中 , 然后寻找K个最近邻点 。 这两个案例都在不使用任何深度学习方法的情况下达到了较高的准确率 。 在一些情况下 , 图像被错误地标记 , 或者图像有多个对象但被标记在一个类中 , 这会影响我们的模型 。 下一步是确定错误分类的根本原因 , 并制作一个更好的分类和推荐引擎 。
作者:Anirban Malick
本文代码:github/anirbanmalick/ComputerVision/tree/kaggle_classification
deephub翻译组:孟翔杰


推荐阅读