Scikit-learn, 图像分类

这个示例允许使用scikit-learn进行图像分类:http://scikit-learn.org/stable/auto_examples/classification/plot_digits_classification.html然而,重要的是所有图像必须具有相同的大小(宽度和高度,如注释中所述)。如何修改这段代码以允许对不同大小的图像进行分类?


回答:

您需要定义自己的特征提取方法。

在上面的示例中,每个像素代表一个特征。如果您的图像大小不同,最简单(但肯定不是最佳)的方法是将所有图像填充到最大图像的大小,例如,使用白色像素进行填充。

这里有一个示例,展示如何为图像添加边框。

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