使用例如OpenCV对图像进行特征提取是否有意义,然后使用Caffe对这些特征进行分类?
我问这与传统的将图像直接传递给Caffe的方式相反,并让Caffe进行提取和分类程序。
答案 0 :(得分:3)
是的,它确实有意义,但它可能不是您想要尝试的第一件事: 如果您已经提取了适合您所在域的手工制作功能,那么您很有可能通过使用易于使用的机器学习工具(例如libsvm)获得满意的结果。
Caffe可以通过多种方式与您的功能一起使用。如果它们是低级特征(例如梯度直方图),那么几个卷积层可能能够为您的问题提取适当的中级特征。您也可以使用caffe作为替代非线性分类器(而不是SVM)。你可以自由地尝试很多东西,但我的建议是首先尝试使用较小的元参数空间的机器学习方法,特别是如果你对神经网络和caffe不熟悉的话。
答案 1 :(得分:2)
Caffe是一种用于训练和评估深度神经网络的工具。它是一个多功能的工具,允许深度卷积网络和其他架构 当然,它可以用于处理预先计算的图像特征。