绿色分类工具
|
绿色工具以其快速准确的图像分类而闻名,并被来自对分类环境要求苛刻的无数领域的许多客户广泛采用。绿色分类工具用于识别和分类图像中的对象或整个场景。它还可用于对对象进行排序或进一步分析。绿色分类工具经过训练后,它就会为图像分配一个标记,工具使用该标记为图像分配一个类。该标记由标签表示,并给出一个百分比,表示该工具对其分配的分类具有确定性。
绿色分类有 3 种类型的架构;高细节模式、高细节快速模式和聚焦模式。每种模式使用不同的架构,因此工具参数选项存在一些差异。由于架构不同,结果和训练/处理所花费的时间也不相同。
绿色分类聚焦 是一种图像分类工具,通过特征采样来学习属于训练集的图像的像素信息。当图像被正确标注、图像的 ROI(感兴趣区域)正确设置以及当一组工具参数值能够很好地从训练集中的图像中捕获判别特征时,它可以很好地学习图像信息。在该工具学习到足够多的信息时候,换句话说,在经过足够的训练后,可以对每张图片做出一个属于某个类别的预测。 该工具使用采样器从图像中采样特征,采样器的采样幅度可由用户定义,VisionPro Deep Learning 中的所有其他聚焦工具也是如此。它比绿色分类高细节在大多数环境中产生可用性能的分类结果更快。
绿色分类高细节 是一种图像分类工具,在所有绿色分类工具中,该工具在大多数情况下显示的分类精确度最佳。该工具的底层没有采样器,因为它从整个图像中采样,这会稍微减慢训练速度,但在大多数情况下保证比 绿色分类聚焦 的精度更高。该工具带有一些不同的工具参数,与 绿色分类聚焦 不同的是,它在训练中使用验证集来挑选给定训练数据的最佳神经网络分类模型。除此之外,绿色分类高细节 与 绿色分类聚焦 在如何训练、处理和解释结果方面没有太大区别。
绿色分类高细节快速 是 绿色分类高细节 的优化速度后的版本,牺牲了一点分类精度,但训练速度更快。为了提取可用的最快速度,它跳过计算验证损失并使用训练期间最后一个时期的结果选择最佳神经网络模型。该工具没有使用验证集和验证损失,而是使用最先进的学习算法来保证稳健和合适的结果,比 绿色分类高细节 准确性稍低。绿色分类高细节 和 绿色分类高细节快速 之间的另一个很大区别是支持的工具参数的数量。绿色分类高细节快速 只需要少量的工具参数,这将减少参数调整的工作。除了可用工具参数的数量、验证集的使用和速度-精度权衡之外,大多数 绿色分类高细节快速 使用的流程与 绿色分类高细节 相似。
可以通过几种方法使用该工具的分类功能:
要使用该工具,请提供训练集,然后用适当的标签标记图像。标记图像后,训练工具。然后使用训练期间未使用的图像验证工具。
|