如何收集和过滤用于图像识别的图像?

新手问题:我现在需要一个相对较大的图像数据库,大约几千张,用于图像识别训练。

我找到了一些获取初步结果的好方法,比如玩弄谷歌图片搜索词等,然后大量下载这些图片。但结果(图片)只有50%符合我的需求(其他图片要么是相关事物,要么就是无关的垃圾)。手动挑选不是一个可行的选项,因为这将花费大量时间。所以有没有更快的方法来挑选这些图片?比如使用其他图像识别网络,或特定软件?


回答:

你可以在Kaggle上搜索图像识别竞赛,比如cdiscount-image-classification-challenge。数据通常很容易获得。

Related Posts

在使用k近邻算法时,有没有办法获取被使用的“邻居”?

我想找到一种方法来确定在我的knn算法中实际使用了哪些…

Theano在Google Colab上无法启用GPU支持

我在尝试使用Theano库训练一个模型。由于我的电脑内…

准确性评分似乎有误

这里是代码: from sklearn.metrics…

Keras Functional API: “错误检查输入时:期望input_1具有4个维度,但得到形状为(X, Y)的数组”

我在尝试使用Keras的fit_generator来训…

如何使用sklearn.datasets.make_classification在指定范围内生成合成数据?

我想为分类问题创建合成数据。我使用了sklearn.d…

如何处理预测时不在训练集中的标签

已关闭。 此问题与编程或软件开发无关。目前不接受回答。…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注