采集器的自动识别算法检测好应该不是什么大问题

　　采集器的自动识别算法检测好应该不是什么大问题

　　采集器的自动识别算法是一般都是使用了cascaderegressionmodel(聚类算法)，检测好应该不是什么大问题。

　　泻药。我不是做图像相关工作的，仅从自己了解的方面回答，如有错误请包涵。1.你的目标应该是尽量获取更多图像区域内的特征，常见的机器学习算法中有这么两类特征：距离特征（像素的隔一个像素距离为1）和邻域特征（点和点的距离为1），你的应该也是采用距离特征，所以对距离感兴趣。2.有一些通用的算法可以近似地用点和线间的距离代替点的间距（比如残差网络中），但这方面相关文献不是很多。

　　3.如果觉得距离特征有效的话，特征维度可以降低。4.这个并不代表可以进行n-gram信息提取，而只是一些近似的特征而已。

　　邻域特征获取更高效,在lfw数据集上用的超分辨率提取分割特征

　　1.手机*敏*感*词*的像素和分辨率与分类基本无关，在处理像素足够高的图片时，建议首先用roipooling，然后用阈值实现特征融合。2.距离不是问题，sift，tree-hd，sas都可以作为邻域特征，尺度不同就用不同的尺度特征。3.如果你用的是热点区域检测的话，

　　我一直想知道自动区分模块从哪个cnn出来