为实现面向大规模服装图像集的图像快速精准检索，突破当前常规检索方法的局限性，本文提出了一个新的深度学习模型：Fashion-16服装图像检索模型.采用先分类再类内检索的思想，基于VGG-16模型强大的图像特征提取能力，以卷积神经网络softmax分类器进行分类，对同一类别下采用局部敏感哈希的思想进行近似最近邻的查找，实现了针对服装类别属性的图像检索模型修正.实验结果表明，模型具有良好的稳定性、精确率及检索速度，有其实用价值与研究意义.
2022-05-05 19:17:15
1002KB
1
从高光谱数据中学习
此处提供的代码基于我编写的用于完成练习的代码，可在此处找到。 一旦实现并测试了解决方案，我便扩展了自动编码器和softmax分类器，以处理高光谱数据。 但是，当前的解决方案并不优于现有技术。
上图显示了基本事实
上图显示了分类结果。
上图显示了隐藏层的可视化
上面的这些图显示了两个光谱带。
2022-03-10 10:35:32
39.18MB
1
包含了sparse autoencoder softmax分类器的主程序和子程序
2019-12-21 19:53:03
10.17MB
1