LabelMe is a WEB-based image annotation tool that allows researchers to label images and share the annotations with the rest of the community

基于神经网络的遥感图像分类取得了较好的效果,但存在固有的过学习、易陷入局部极小等缺点.支持向量机机器学习方法,根据结构风险最小化(SRM)原理,表现出很多优于其他传统方法的性能,本研究的基于多类支持向量机分类器的遥感图像分类取得了达95.4 的分类精度.但由于遥感图像分类类别多,所需训练样本较大,人工选择效率较低,为此提出以人工选择初始聚类质心、C均值模糊聚类算法自动标注训练样本的基于多类支持向量机的半监督式遥感图像分类方法,期望能在获得适用的分类精度的基础上有效提高分类效率-Neural ne

多模多实例多类标LDA的代码。参考文献：C.-T. Nguyen, D.-C. Zhan, and Z.-H. Zhou. Multi-modal image annotation with multi-instance multi-label LDA. In: Proceedings of the 23rd International Joint Conference on Artificial Intelligence (IJCAI 13), Beijing, China, 2013.

在ubuntu下实现cnn网络，有相关数据集(CNN_Torch7 ========== This code use the code of Supervised Learning tutorial of Torch7. I add the loading of image by using graphicsMagick for Torch7. 1. for the code intepretation: http://code.madbits.com/wiki/doku.php?id