Я пытаюсь выяснить, как использовать SVM для классификации изображений, используя изображения из моего собственного набора данных, на который я использую блокнот по своей ссылке: https://github.com/whimian/SVM-Image-Classification. Проблема в том, что для любого другого проекта, в котором я использую Skimage, он работает нормально, но для этого я получаю ошибку, описанную выше в заголовке в следующей строке:
img = skimage.io.imread(file)
Я уже использовал команды pip uninstall scikit-image и установите и все еще не работали.
Кроме того, в нижних строках возникают следующие ошибки, я не уверен, связаны ли они с этой проблемой:
image_dataset.data, image_dataset.target, test_size=0.3,random_state=109
NameError: name 'image_dataset' is not defined
clf.fit(X_train, y_train)
NameError: name 'X_train' is not defined
И для наглядности приведен код, к которому относится ошибка:
image_dir = Path(container_path)
folders = [directory for directory in image_dir.iterdir() if directory.is_dir()]
categories = [fo.name for fo in folders]
descr = "A image classification dataset"
images = []
flat_data = []
target = []
for i, direc in enumerate(folders):
for file in direc.iterdir():
img = skimage.io.imread(file)
img_resized = resize(img, dimension, anti_aliasing=True, mode='reflect')
flat_data.append(img_resized.flatten())
images.append(img_resized)
target.append(i)
flat_data = np.array(flat_data)
target = np.array(target)
images = np.array(images)
return Bunch(data=flat_data,
target=target,
target_names=categories,
images=images,
DESCR=descr)
Что касается импорта:
from pathlib import Path
import matplotlib.pyplot as plt
import numpy as np
%matplotlib notebook
from sklearn import svm, metrics, datasets
from sklearn.utils import Bunch
from sklearn.model_selection import GridSearchCV, train_test_split
from skimage.io import imread
from skimage.transform import resize