个人博客：wyxogo.top前面已经使用TensorFlow2的原生代码搭建神经网络，接下来将使用keras搭建神经网络，并改写鸢尾花分类问题的代码，将原本100多行的代码用不到20行代码实现。描述各层网络：拉直层：tf.keras.layers.Flatten()，将输入特征拉直全连接层：tf.keras.layers.Dense(神经元个数，activation=“激活函数”，kernel_

个人博客：wyxogo.top针对Harris无法拟合尺度问题而提出目标:独立检测同一图像缩放版本的对应区域需要通过尺度选择机制来寻找与图像变换协变的特征区域大小“当尺度改变时控制每个圆内的内容不变”具体的算法是在边缘检测中使用的高斯一阶偏导核转换为高斯二阶偏导核使用Laplacian核与图像进行卷积操作**边缘：**出现波纹的地方**尺度信息：**当波纹重叠并出现极值的地方空间选择:如果Lapl

个人博客：wyxogo.top图像分割是将图片将相似的部分分割成相同的块解释物体分割的底层原理将同一个东西群组在一起,集合中的元素可以具有由关系产生的属性Gestalt中常见的一些分组的情况现实生活中的分组现象将这种思想转化为算法主要思想：相似的像素应该属于同一类像素表达：每个像素可以使用一个多维向量来表示，如(R, G, B)的三维向量，(R, G, B, x, y)的五维向量基于灰度值或颜色的

个人博客：wyxogo.top给定数据集“Sort_1000pics”，该数据集包含1000张彩色图片，分为10类。使用Bayes，SVM，决策树，K-Means四种算法对该数据集进行分类，输出各算法的混淆矩阵，准确率，时间效率等测试结果。数据集Sort_1000pics数据集由1000图片组成，分为人、沙滩、建筑、卡车、恐龙、大象、花朵、马、山峰、食物10大类。实验方案生成数据与标签import