顕微鏡からの画像のコレクションを含むフォルダーがあり、それらを 2 つのクラス (欠陥のあるサンプルと欠陥のないサンプル) に分ける必要があります。さらに、既に分類された画像のセットがあります。私は前にそのようなことを試したことがないので、python scikit ライブラリを使用してそれを行う方法の例はありますか?
1 に答える
3
ここでの質問ではありませんが、プログラム的な側面があるので、私は助けようとします.
これは 1 つの解決策にすぎません。
問題は次のように分類されます。
- この種の問題では、最初に、写真のどのような「特徴」が 2 つを区別するのかを理解する必要があります。たとえば、「良い」クラスには一般的に曲線/円が多く、「悪い」クラスには線形/鋭い線が含まれている可能性があります。または、1 つのクラスがより明るく、もう 1 つのクラスが暗いなどです。
- 2番目の部分は、そのような「機能」ごとに、画像の値をスコアリングするメソッドを作成することです。したがって、各写真は値 (0.0 から 1.0 の間などですが、必須ではありません) を取得し、各写真には特徴ベクトルがあります。
- トレーニング セット内の各画像の特徴ベクトルの入力を使用して、デシジョン ツリーをトレーニングできます。http://scikit-learn.org/stable/modules/tree.htmlを見てください。本当に役に立ちました。
- 分類子の準備ができたら、ここで申請するだけです。
- ここのアート全体が正しい「機能」を作成していることに注意してください。
または、Violla-Jones 画像分類子を調べたい場合は、OpenCV を使用してこれをトレーニングできます。1. 分類器のトレーニング方法の説明: http://docs.opencv.org/trunk/doc/user_guide/ug_traincascade.html 2. それを説明する論文: http://www.cs.cmu.edu/~efros /courses/LBMV07/Papers/viola-cvpr-01.pdf 3. チュートリアルhttp://note.sonots.com/SciSoftware/haartraining.html
お役に立てれば
于 2013-05-14T07:51:30.473 に答える