文件名称：ImageClustering:Python脚本实现了几种用于图像聚类的算法
文件大小：196KB
文件格式：ZIP
更新时间：2024-06-14 00:01:46
Python
图像聚类 Python脚本实现了几种用于图像聚类的算法 1.细节 该存储库包含Python脚本，这些脚本将功能包模型应用于图像聚类。 “特征包”模型是一种将图像表示为代码簿中视觉单词出现的直方图的一种方式，没有空间信息。 首先，必须从图像中提取特征。 在这里，这是通过使用特征检测器（扩展关键点或目标）和图像数据描述符来完成的。 所使用的检测器为：SIFT，SURF，FAST，ORB和RANDOM。 RANDOM检测器从图像输出随机色块。 使用的描述符是：SIFT，SURF，BRIEF，FREAK和ORB。 从每个图像中提取的关键点的平均数量是一个变量，可以在此处进行更改。 接下来，对功能进行采样以构建代码簿。 有两种采样方法可用：SAMPLEP和SAMPLEI。 SAMPLEP是对所有功能的简单采样，而SAMPLEI是从具有更多关键点的图像中采样较少的功能，以减少每个图像的关键点数量的变化
【文件预览】：
ImageClustering-master
----src()
--------mainBOFC.pyc(13KB)
--------meanSift.pyc(2KB)
--------test_BOC_natural.sh(294B)
--------Birch.py(2KB)
--------minibatch.py(2KB)
--------freakDescriptor.py(803B)
--------kmeans2.pyc(2KB)
--------surfLib.py(6KB)
--------filterMin.pyc(2KB)
--------minibatch.pyc(2KB)
--------briefDescriptor.py(739B)
--------sampleKeypoints.py(2KB)
--------briefDescriptor.pyc(2KB)
--------Birch.pyc(3KB)
--------randomSamplesBook.pyc(2KB)
--------histogram.py(395B)
--------mainBOFC(0B)
--------powerNorm.py(1KB)
--------powerNorm.pyc(1KB)
--------communityDetection.pyc(4KB)
--------evaluation.py(1KB)
--------mainSPM.py(22KB)
--------tfidf.pyc(1KB)
--------filterMaxMin.pyc(2KB)
--------fastDetector.pyc(2KB)
--------orbLib.pyc(3KB)
--------statistics.py(2KB)
--------tfnorm.pyc(1KB)
--------tfidfnorm.py(1KB)
--------fastDetector.py(2KB)
--------randomDetector.pyc(2KB)
--------filterMax.pyc(2KB)
--------filterMaxMin.py(1KB)
--------evaluationUsers.pyc(2KB)
--------hierarchicalClustering.py(2KB)
--------kmeans2.py(1KB)
--------sampleAllKeypoints.py(1KB)
--------freakDescriptor.pyc(2KB)
--------optics.py(12KB)
--------makeXLS1.py(2KB)
--------okapi.py(1KB)
--------hierarchicalClustering.pyc(3KB)
--------simpleBinarization.pyc(1KB)
--------mainBOF.pyc(12KB)
--------filterMin.py(1003B)
--------Dbscan.py(2KB)
--------meanSift.py(949B)
--------sampleKeypoints.pyc(2KB)
--------filterWords.pyc(888B)
--------randomDetector.py(786B)
--------mainFISHER.py(19KB)
--------KMeans1.py(3KB)
--------hierarchicalClustScipy.py(3KB)
--------allrandom.pyc(2KB)
--------orbLib.py(2KB)
--------distances.py(645B)
--------mainFISHER.pyc(15KB)
--------communityDetection.py(6KB)
--------tfidf3.py(768B)
--------answersMatrix.npy(7.63MB)
--------mainSPM.pyc(14KB)
--------starDetector.py(2KB)
--------siftLib.pyc(5KB)
--------mainBOC.py(18KB)
--------allrandom.py(1KB)
--------tfnorm.py(864B)
--------results.py(4KB)
--------sampleAllKeypoints.pyc(2KB)
--------tfidf3.pyc(1KB)
--------groupevaluation.py(2KB)
--------randomSamplesBook.py(1KB)
--------mainBOC.pyc(12KB)
--------simpleBinarization.py(629B)
--------Dbscan.pyc(2KB)
--------hierarchicalClustScipy.pyc(3KB)
--------imageClustering.py(15KB)
--------mainBOFC.py(21KB)
--------surfLib.pyc(5KB)
--------tfidfnorm.pyc(2KB)
--------evaluationUsers.py(3KB)
--------tfidf2.py(1KB)
--------distances.pyc(1KB)
--------test_colors(189B)
--------test_colors.py(1KB)
--------histogram.pyc(638B)
--------tfidf.py(1KB)
--------filterMax.py(1015B)
--------statistics.pyc(3KB)
--------siftLib.py(6KB)
--------mainBOF.py(21KB)
--------tfidf2.pyc(2KB)
--------KMeans1.pyc(3KB)
----README.md(7KB)