为HOG特征分配标签以训练SVM分类器

我有近50000张狗(25K)和猫(25K)的图片。我想训练一个SVM分类器,以便它能够正确预测一张特定图片是狗还是猫。通过使用HOG描述符,我得到了一个特定图片的特征向量,尺寸为1764*1。

我如何使用所有图片的特征向量?另外,我该如何提供标签(例如,猫用1表示,狗用-1表示)。请注意,图片文件名的格式为cat.1.jpg, cat.2.jpg………….cat.25000.jpg


回答:

接下来,您可以在每个HOG特征之后根据您的选择分配标签。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注