classify op• Datenarten: table × matrix → table
• Aufruf: import fullseye as fs; fs.ledger.classify_class_gmm(model, features) (die Implementierung direkt: import mvclass; mvclass.classify_class_gmm(model, features); aus dem Register: opsmv.get("classify_class_gmm"))
• HALCON-Äquivalent: classify_class_gmm (Bedeutung und Parameter sind in der HALCON-Referenz nachzulesen)
• GPU: nein (nur CPU-Referenzimplementierung)
Gibt je Zeile die Klasse mit der größten A-posteriori-Wahrscheinlichkeit eines Gauß-Mischmodells zurück.
> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.
空の入力(features が 0 要素)は ValueError。
Args:
model: train_class_gmm の返り。
features: (N, D) の特徴。
Returns:
labels (N,) と confidence (N,)(選んだクラスの事後確率)を持つ dict。
• Leitfaden zur Familie machine_vision_classics
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• machine_vision_tour — py -3.11 examples/machine_vision_tour.py
table als Eingabe)map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · evaluate_class_gmm
classify)train_class_gmm · evaluate_class_gmm · train_class_knn · classify_class_knn · train_class_mlp · classify_class_mlp · train_class_svm · classify_class_svm
*Provenance: mvclass.py — MV Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.