Có thuật toán đào tạo và tối ưu hóa cho các trường ngẫu nhiên có điều kiện 2 chiều (CRF) 2-D phù hợp để phân loại hình ảnh không?Trường ngẫu nhiên có điều kiện
Có ai đã sử dụng gói CRF trong R (http://crf.r-forge.r-project.org/html/CRF-package.html) để phân loại hình ảnh không? Tôi muốn có một cái nhìn của một mã ví dụ làm việc. Cảm ơn.
Tra cứu trên các Trường ngẫu nhiên Markov. Đây là liên kết đến bài báo bạn có thể quan tâm: http://www-sigproc.eng.cam.ac.uk/research/reading%20group/material/perez.pdf
Tôi không nghĩ rằng nó sẽ hoạt động một mình. Kể từ khi phân loại hình ảnh là về quy mô và chuyển đổi affine, do đó, các tính năng quan trọng để phân loại hình ảnh chính xác là tiền xử lý không phân loại thuật toán.
phân loại hình ảnh thường liên quan đến túi từ và tính năng tổng hợp và nội dung, trong khi trường ngẫu nhiên có điều kiện là để gắn nhãn dữ liệu tuần tự. vì vậy nó có thể không thích hợp để sử dụng crf trong kịch bản này.
Điều này có nên được gắn thẻ khác nhau không? Có lẽ liên quan đến xử lý hình ảnh, thay vì ngôn ngữ cụ thể? – Iterator