Функции изображения для классификации объектов

Предположим, что у меня есть 10 различных объектов, и для каждого объекта у меня есть 100 соответствующих изображений. Я хочу запустить любой алгоритм машинного обучения, чтобы классифицировать, является ли объект типом 0, типом 1 и т. Д.

Предполагая, что каждый тип объекта отличается друг от друга (EX: object 1: Cat, object 2: Motorcycle, object 3: Trees), каковы возможные возможности для этих изображений для извлечения, чтобы иметь возможность выполнять некоторую классификацию на них?

machine-learning,computer-vision,feature-selection,

-1

Ответов: 2


0 принят

Поскольку у вас ограниченные данные по обучению, я бы предложил вам использовать подход к сумме слов, а также K-средства для кластеризации. Что касается функций, вы можете извлечь функции SIFT или функции SURF, или вы даже можете взять ответы фильтра лапласиана гауссова фильтра для некоторых случайных пикселей.


0

Если вы использовали полностью подключенную Deep Neural Network, вам действительно нужно будет указать функции. Входные данные будут только пикселями. Если вы хотите использовать SVM, то, возможно, извлеките гистограмму из каждого изображения или что-то еще, но это, вероятно, не будет столь эффективным.

машинное обучение, компьютерное зрение, функция выбор,
Похожие вопросы