PyTorch实现的CIFAR-10/CIFAR-100/MNIST/FashionMNIST图像分类

c#编写的小envi，包括计算均值，方差，相关系数，协方差，累计/联合/灰度直方图，极差纹理。共生矩阵，对比度，K-T变换，RGB显示，HIS变换，波段运算，K-均值分类，最大似然分类，OIF计算，图像拉伸均衡化/规定化

基于残差网络的训练模型，准确率可以达到99%，测试集有86%

keras-finetuning, 使用你自己的数据集训练基于InceptionV3的图像分类器 使用你自己的数据集训练InceptionV3-based图像分类器基于在的新集合中的微调( InceptionV3 )，在 https://keras.io/applications/中的例子依赖项最新的( 来自源的> =1.0

网络环境:ubuntu系统下,python3.4以上,tensorflow1.12.0以上.需要自己训练 * Random split 50k training set into 45k/5k train/eval split. * Pad to 36x36 and random crop. Horizontal flip. Per-image whitening. * Momentum optimizer 0.9. * Learning rate schedule: 0.1 (40k), 0.01 (60k), 0.001 (>60k). * L2 weight decay: 0.002. * Batch size: 128. (28-10 wide and 1001 layer bottleneck use 64)

一个简单的图片分类程序，基于python(numpy & opencv)，文件包含代码以及图片集，分类正确率约为89%。仅供学习使用…

基于HOG特征提取的图像分类器，首先提取图像的HOG特征，以此训练SVM分类器，使训练过后的SVM分类器能够自动对测试图像文件进行分类。本套分类器的实现是基于Matlab语言开发。Classify()是主函数。

基于神经网路的遥感图像分类，使用神经网络对几幅不同频段的遥感图像分类，主要是区分图像中不同的地形区域。

图像处理 与分类通常采用图像处理软件实现，而具体到遥感图像的算法实质，需要对算法进行细致的学习与分析， 本例是用matlab编写的一个简单的图像处理的实现，主要针对遥感图像进行分类处理，简单实用，对于图像处理初学者相当实用

此文件中包含的代码是对图像可以进行分类，将图像上的裂缝以及孔等可以分类出来