Low-level feature: 通常是指圖像中的一些小的細節信息,例如邊緣(edge),角(corner),顏色(color),像素(pixeles), 梯度(gradients)等,這些信息可以通過濾波器、SIFT或HOG獲取;
High level feature:是建立在low level feature之上的,可以用於圖像中目標或物體形狀的識別和檢測,具有更豐富的語義信息。
通常卷積神經網絡中都會使用這兩種類型的features: 卷積神經網絡的前幾層學習low level feature,後幾層學習的是high level feature。
計算機視覺中low-level feature和high level feature的理解
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
雲測數據:助力AI數據服務高質量、規範化發展
原創
2024-06-15 02:03:57
CVPR 2024 | 美團技術團隊精選論文解讀
原創
2024-06-14 21:18:14
大模型在推薦系統中的精準推薦策略與實踐
原創
2024-06-06 23:55:10
解讀注意力機制原理,教你使用Python實現深度學習模型
原創
2024-05-27 10:58:44
文心大模型免費辣,動手搓點啥慶祝一下吧
原創
2024-05-24 12:13:22
我宣佈,這是我找到的史上AI最全論文體系!
osc_m6gaz63w
2024-05-13 21:33:50
文心大模型“你說我畫”:PaddleHub與PaddleSpeech的協同實踐
原創
2024-04-22 11:29:20
深度解析大模型推理框架:原理、應用與實踐
原創
2024-04-11 23:28:49
大模型應用與邊緣端推理:前沿技術與實現方案
原創
2024-03-29 11:59:34
大模型推理框架:從理論到實踐的全面解析
原創
2024-03-23 00:31:01
FastGPT:大模型應用的新里程碑
原創
2024-03-18 12:35:42
多模態+大模型會帶來哪些“化學反應”?
原創
2024-03-15 13:45:01
OpenAI文生視頻大模型Sora:重塑視頻內容生產
原創
2024-03-04 12:35:26
大模型如何助力開發者打造新質生產力
原創
2024-02-26 12:25:04