1. 比如有一幅影象，裡面有房子有車有人，在這整張圖上提取特徵，提取的是全域性的特徵；現在，擷取影象的一部分，比如擷取汽車的部分，並將其放大至與原圖相同的尺寸，在此時擷取後放大的圖上提取特徵，提取的是整幅影象中某一部分的詳細特徵。
2. 或者，例如在進行卷積時，如圖（隨便截的圖），分別提取出第
三、四、五層卷積得到的特徵圖，然後將他們縮放到同一尺寸，也是一種多尺度的表現。其中越深的卷積層提取出的特徵圖越抽象，提取到的特徵更高階。
使用多尺度，就可以提取更全面的資訊，既有全域性的整體資訊，又有區域性的詳細資訊。
深度學習 多尺度的理解
多尺度訓練這個問題應該是可以分為兩個方面 乙個是影象金字塔，乙個是特徵金字塔吧。1 人臉檢測的mtcnn就是影象金字塔，使用多種解析度的影象送到網路中識別，時間複雜度自然就很高，畢竟每幅圖都要用多種scale去檢測。2 像fpn特徵金字塔網路，是在多個feature map上面識別的話，但是是一次影...
多尺度模板匹配
效果特別差 只能用來識別簡單的東西 僅供練手 import cv2 import numpy as np import os import time temp cv2.imread camera roll te jpg 模板 gray temp cv2.cvtcolor temp,cv2.color...
Gabor濾波 多尺度問題
gabor變換屬於加窗傅利葉變換，gabor函式可以在頻域不同尺度 不同方向上提取相關的特徵。另外gabor函式與人眼的生物作用相仿，所以經常用作紋理識別上，並取得了較好的效果。二維gabor函式可以表示為 其中 v的取值決定了gabor濾波的波長，u的取值表示gabor核函式的方向，k表示總的方向...