9

如何在 scikit-learn 中使用我自己的数据集？Scikit Tutorial总是以加载他的数据集（数字数据集，花卉数据集......）为例

http://scikit-learn.org/stable/datasets/index.html 即：从 sklearn.datasets 导入 load_iris

我有我的图像，但我不知道如何创建新图像。

特别是，对于开始，我使用我找到的这个例子（我使用库 opencv）：

img =cv2.imread('telamone.jpg')

# Convert them to grayscale
imgg =cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

# SURF extraction
surf = cv2.SURF()
kp, descritors = surf.detect(imgg,None,useProvidedKeypoints = False)

# Setting up samples and responses for kNN
samples = np.array(descritors)
responses = np.arange(len(kp),dtype = np.float32)

我想提取一组图像的特征，以一种对实现机器学习算法有用的方式！

4

1 回答 1

5

您首先需要明确定义您要实现的目标：“将特征提取到一组图像中，以一种对实现机器学习算法有用的方式！” 太模糊了，无法给你任何指导。

您是否尝试这样做：

  • 图片整体的图像分类（例如室内场景与室外场景）？

  • 在一组图片的子部分内进行对象识别（例如识别不同图片中同一对象的多个实例），可能使用具有各种大小窗口的扫描程序？

  • 对象检测和基于类的分类（例如，查找图片中所有出现的汽车或行人，以及这些类实例的每个出现的边界框）？

  • 全图语义解析，也就是像素的分割+每个段的类分类（建筑、道路、人、树）......

这些任务中的每一个都需要不同的管道（特征提取+机器学习模型组合）。

您可能应该从阅读有关该主题的书开始，例如：http ://szeliski.org/Book/

另外作为旁注，stackoverflow 可能不是提出此类开放式问题的最佳场所。

于 2012-11-29T15:49:38.060 回答