《表2 使用图片分割对于特征提取效率的影响》
同时,依照食物主体对图片进行裁剪,有效降低了后续处理的资源用量。实验过程中,数据集规模对分类模型的执行效率起到决定性影响,此外由式(6)可以得出,特征向量中SURF信息维度不变,特征向量的最终维度取决于邻域半径的取值,因此不同邻域值也会影响到模型的执行效率。如表2所示,在同样数据规模与邻域取值下,对食物图片进行图片分割预处理。实验结果表明,使用图片分割可以有效缩减45%左右的特征提取时间。
图表编号 | XD00206705100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.16 |
作者 | 武若琪、徐冰、曲志坚 |
绘制单位 | 山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |