我想使用机器学习对图像文档（如护照、驾驶执照等）进行分类。有人有相关链接或文档可以提供一些思路吗？

我的想法是先将文档转换为文本格式，然后从文本文件中提取信息。但这样我一次只能处理一个文件。我想知道如何在大规模的数百万文档中执行这个任务。

回答：

你不需要将文档转换为文本，你可以直接使用图像来完成这个任务。

要进行图像分类，你可以使用Keras库构建基础的卷积神经网络（CNN）。

https://towardsdatascience.com/building-a-convolutional-neural-network-cnn-in-keras-329fbbadc5f5

这个基础的CNN足以训练一个图像分类器。如果你想要达到最先进的准确率，我建议你使用预训练的ResNet50模型，并对其进行训练以构建图像分类器。除了准确率之外，使用预训练网络的另一个主要优势是，你需要较少的数据来训练一个稳健的图像分类器。

https://engmrk.com/kerasapplication-pre-trained-model/?utm_campaign=News&utm_medium=Community&utm_source=DataCamp.com

你唯一需要更改的是将输出类的数量从1000调整为你想要的类别数量。