各種CNN構架解讀

1、       傳統圖像分類優缺點 圖像分類的傳統流程涉及2個模塊：特徵提取和分類。 傳統的特徵提取是從原始圖像中提取手工設計的特徵，如Haar、LBP、HOG等，然後採用分類器對其進行分類（如SVM、boost、cascade）。其缺點有如下幾點： 1）       其屬於淺層學習，對特徵的刻畫能力是有限的。如果選擇的特徵缺乏代表性，模型的準確率就會大大降低； 2）       其需要人力不斷

>>阅读原文<<