一种极其简单的室内场景分类机器学习算法比较
计算机视觉与模式识别
2021-09-28 v1 机器学习
摘要
随着室内自主机器人的出现，室内场景识别这一计算机视觉任务受到了广泛关注。室内场景识别是计算机视觉中一个具有挑战性的问题，它依赖于场景中的局部和全局特征。本研究旨在比较五种机器学习算法在室内场景分类任务上的性能，以识别各分类器的优缺点。我们还提供了低延迟特征提取器与庞大特征提取器之间的比较，以理解性能影响。最后，提出了一种基于MnasNet的简单室内分类系统，其可在23毫秒延迟下达到72%的准确率。
引用
@article{arxiv.2109.12261,
title = {An embarrassingly simple comparison of machine learning algorithms for indoor scene classification},
author = {Bhanuka Manesha Samarasekara Vitharana Gamage},
journal= {arXiv preprint arXiv:2109.12261},
year = {2021}
}
备注
21 pages, 4 tables, 5 figures,