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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注