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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注