什么是计算机视觉？ (1)

请我喝杯咖啡☕

计算机视觉是使计算机能够理解和分析图像、视频等视觉事物的技术。

计算机视觉技术有很多，如下所示：

(1) 分类（识别）:

• 可以将整个图像、视频等从一个或多个类（标签）中分类为一个或多个类（标签）。
• 更具体可以称为图像分类（识别）、视频分类（识别）、物体分类（识别）等
• 有方法单标签分类，它有两种方法二元分类和多类分类。
• 有方法多标签分类。

*备忘录：

• 二元分类可以将整个图像、视频等从两个类（标签）中分类为单个类（标签）。
• 多类分类可以将整个图像、视频等从两个以上的类（标签）中分类为单个类（标签）。
• 多标签分类可以将整个图像、视频等从两个以上的类（标签）中分类为多个类（标签）。

(2) 本地化:

• 可以用边界框定位图像、视频等中的多个对象和感兴趣的区域。
• 可以更具体地称为图像本地化和视频本地化、对象本地化等

(3) 检测:

• 可以使用类（标签）和边界框对图像、视频等中的对象和感兴趣的区域进行本地化和分类。
• 是对象定位和分类（识别）的组合。
• 可以更具体地称为图像检测、视频检测、物体检测等

(4) 分割:

• 可以更精确地进行对象检测，用颜色区分东西和东西： *备注：
  • 东西是不可数的事物（类），例如天空、海洋、福雷斯特、道路、草地、风景等
  • 事物是可数事物（类），例如车、树、人、动物、花等。
• 更具体可以称为图像分割和视频分割、对象分割等
• 有流行的方法语义分割、实例分割和全景分割： *备注：
  • 语义分割擅长区分事物，但不擅长区分事物。
  • 实例分割擅长区分事物，但不擅长区分事物。
  • 全景分割:
  • 擅长区分东西和东西。
  • 是语义分割和实例分割的组合。

以上是什么是计算机视觉？ (1)的详细内容。更多信息请关注PHP中文网其他相关文章！