9

scikit-learn で自分のデータセットを操作するにはどうすればよいですか? Scikit チュートリアルでは、常に例として彼のデータセット (数字データセット、花のデータセットなど) をロードします。

http://scikit-learn.org/stable/datasets/index.html すなわち: sklearn.datasets から load_iris をインポートします

私は自分のイメージを持っていますが、新しいイメージを作成する方法がわかりません。

特に、最初に、私が見つけたこの例を使用します（ライブラリopencvを使用します）：

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)

機械学習アルゴリズムの実装に役立つ方法で、一連の画像の特徴を抽出したいと思います!

4

1 に答える 1

5

最初に、達成しようとしていることを明確に定義する必要があります。「機械学習アルゴリズムを実装するのに役立つ方法で、一連の画像に特徴を抽出します!」ガイドを提供するにはあまりにも漠然としています。

あなたはやろうとしていますか：

  • 写真全体の画像分類 (例: 屋内シーンと屋外シーン)?

  • さまざまなサイズのウィンドウでスキャン手順を使用して、画像セットのサブパーツ内のオブジェクト認識（たとえば、異なる画像内の同じオブジェクトのいくつかのインスタンスを認識する）？

  • オブジェクトの検出とクラスベースの分類 (例: 写真内の車や歩行者のすべての出現と、それらのクラスのインスタンスの各出現の周囲の境界ボックスの検出)?

  • 全体像のセマンティック解析、別名ピクセルのセグメンテーション + 各セグメント (建物、道路、人、木) のクラス分類...

これらの各タスクには、異なるパイプライン (特徴抽出 + 機械学習モデルの組み合わせ) が必要です。

おそらく、このテーマに関する本を読むことから始めるべきでしょう。例えば: http://szeliski.org/Book/

また、補足として、stackoverflow は、このような自由回答形式の質問をするのに最適な場所ではない可能性があります。

于 2012-11-29T15:49:38.060 に答える