如何使用视频数据集训练分类器

如果我有一个特定动作的视频数据集,我该如何使用这些数据来训练一个分类器,以便以后可以用来识别这个动作。


回答:

这个问题非常宽泛。一般来说,没有一种万无一失的方法可以训练一个适用于所有情况的分类器。这在很大程度上取决于你所处理的数据。

以下是通用的流程:

  • 从视频中提取特征
  • 标记你的特征(对于你要寻找的动作标记为正例;否则标记为负例)
  • 将你的数据分为两到三组。一组用于训练,一组用于测试,另一组可选用于验证
  • 在标记的示例上训练分类器(例如,支持向量机、神经网络、最近邻算法…)
  • 如果算法适用,在验证数据上验证结果
  • 在未用于训练的数据上进行测试

你可以从这里开始使用一些机器学习工具 http://www.cs.waikato.ac.nz/ml/weka/

请确保你绝不测试数据用于除测试之外的任何其他目的

祝你好运

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