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。
把四个接口连起来：局部描述决定测什么，共同词典让各图像维度对齐，空间组织补回粗位置，类别标签训练最后的分类器。请指出其中哪一步需要类别标签，哪一步可以只依靠描述子的分布。共同词典确实学过，但在这一次分类训练中它通常已冻结。于是最终误差只能改变允许更新的部分。这个限制把我们带到端到端学习的核心需求：让最后的错误也能够修正前端的测量。
把四个接口连起来：局部描述决定测什么，共同词典让各图像维度对齐，空间组织补回粗位置，类别标签训练最后的分类器。请指出其中哪一步需要类别标签，哪一步可以只依靠描述子的分布。共同词典确实学过，但在这一次分类训练中它通常已冻结。于是最终误差只能改变允许更新的部分。这个限制把我们带到端到端学习的核心需求：让最后的错误也能够修正前端的测量。 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。