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

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