Изображение Классификация с опорными векторами

Question

Я работал с Support Vector Machine для классификации с библиотекой skicit-learn несколько раз назад. Но я взаимодействовал только с данными, содержащими текст и число в формате ".csv". В настоящее время я хочу использовать опорную векторную машину для классификации изображений. Можете ли вы помочь мне, как преобразовать изображение в формат типа ".csv" для классификации. Я был бы очень признателен с любой помощью. Спасибо.

Answer 1

Существует два способа реализации SVM для классификации изображений.

1. Извлеките вручную созданные функции, такие как SIFT, HOG или аналогичные для каждого изображения, и сохраните их в формате CSV. Наконец, примените к ним svm.

2. Используйте глубокое обучение, извлекайте черты перед мягким максимальным классификатором. Сохраните эти функции в .csv и примените к нему svm.

Answer 2

Конечно, в общем случае можно было бы определить так называемый Вектор функций . Это вектор, который содержит числовые представления определенных, обычно созданных вручную объектов. В случае классификации изображений это сильно зависит от того, что вы хотите классифицировать. Обычно функции в системах классификации изображений извлекаются с помощью алгоритмов обработки изображений, таких как HOG и SIFT .

Но, честно говоря, я бы не использовал SVM в задачах классификации изображений, потому что обычно требуется много работы для определения и объединения функций, чтобы получить хороший классификатор. Попробуйте вместо этого Сверточные нейронные сети . Те, кто изучают необходимую особенность, сами. Если вы потратите месяцы на разработку функций для хорошего классификатора SVM, CNN может легко превзойти вашу работу после первого обучения.