用于对象分类的图像特征

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。

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