论文部分内容阅读
在大类别图像识别过程中，训练非常耗时。因此本文提出一种基于分布式机群的大类别图像并行训练方法。该方法分别并行化图像数据的SIFT特征提取过程、Fisher特征提取过程，以及对特征数据分段加权后的线性SVM训练过程，并且通过分布式架构在机群上实现上述并行算法。在大类别图像库上的实验结果表明，本文所提方法在不降低系统的识别性能的前提下，能够有效地降低机器学习的计算耗时。