在端到端规模化之前,表示的哪些部分已经能学?

完整解释、原始数值、素材与实验仍可访问;默认翻页不进入此内容。

早期端到端网络和逐层学习之外,另一条路线把图像处理拆成明确接口:先描述局部,再组织成固定长度表示,最后用标签训练分类器。局部测量中有人为选择,词典中也可以有无标签学习,因此不能把整条路线叫作完全手工。我们逐段追踪哪些东西由人确定、哪些从数据获得。SIFT对应、街景词频和二维分类是不同算例,组合流程只说明接口,不冒充一次真实的整链识别实验。

原始说明

早期端到端网络和逐层学习之外,另一条路线把图像处理拆成明确接口:先描述局部,再组织成固定长度表示,最后用标签训练分类器。局部测量中有人为选择,词典中也可以有无标签学习,因此不能把整条路线叫作完全手工。我们逐段追踪哪些东西由人确定、哪些从数据获得。SIFT对应、街景词频和二维分类是不同算例,组合流程只说明接口,不冒充一次真实的整链识别实验。 证据与制作说明:建立传统视觉从图像到分类答案的完整工作流程。 局部SIFT对应、街景六词、二维SVM是独立算例;流程图只解释接口,未实测该情境图的端到端分类效果。

CS231n 2026 · CNNs

Sivic & Zisserman · Video Google (2003)

Lazebnik et al. · Beyond Bags of Features (2006)