我想将日常照片简单地分类为餐食、人物、宠物、风景、旅行等。我发现图像分类模型都是基于像ImageNet2012这样的数据集，而这些模型的输出是物体预测，偏离了我的需求。哪种模型和数据集能满足我的需求？或者除了神经网络之外，还有没有其他方法，甚至是机器学习之外的方法？

回答：

如果你没有足够大的数据集来进行分类任务，你可以简单地使用预训练模型（最好是Resnet50）作为特征提取器，然后添加一个分类层。

我发现图像分类模型都是基于像ImageNet2012这样的数据集，而这些模型的输出是物体预测，偏离了我的需求。

是的，你说的没错，但这些模型仍然有用，因为初始层学习到的通用特征适用于多种问题，然后最后的分类层可以更具体地针对问题陈述进行调整。

除了神经网络之外，还有没有其他方法，甚至是机器学习之外的方法？

你可以利用opencv的原生功能，但对于大型数据集来说，这不是很可扩展的解决方案。

参考 教程