假设我有10种不同的对象,每种对象有100张对应的图片。我想运行任何机器学习算法来分类一个对象是类型0、类型1等。
假设每种对象类型彼此不同(例如:对象1:猫,对象2:摩托车,对象3:树木),为了能够对这些图像进行分类,可以提取哪些可能的特征?
回答:
由于你的训练数据有限,我建议你使用词袋模型方法,并结合K-means进行聚类。至于特征,你可以提取SIFT特征或SURF特征,或者甚至可以对一些随机像素提取高斯拉普拉斯滤波器的滤波响应。
假设我有10种不同的对象,每种对象有100张对应的图片。我想运行任何机器学习算法来分类一个对象是类型0、类型1等。
假设每种对象类型彼此不同(例如:对象1:猫,对象2:摩托车,对象3:树木),为了能够对这些图像进行分类,可以提取哪些可能的特征?
回答:
由于你的训练数据有限,我建议你使用词袋模型方法,并结合K-means进行聚类。至于特征,你可以提取SIFT特征或SURF特征,或者甚至可以对一些随机像素提取高斯拉普拉斯滤波器的滤波响应。