Я пытаюсь сравнить нейронные сети при распознавании изображений в Tensorflow (Keras) и Python.
У меня есть обучающий набор из ImageDataGenerator, и мне нужно извлечь функции из изображения с помощью гистограммы ориентированных градиенты (результат должен быть также генератором, но с боровом вместо простых изображений). Есть ли способ сделать это?
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from skimage import feature
from tensorflow.keras.models import Sequential
model = Sequential(...)
training_set = ImageDataGenerator().flow_from_directory("images/train")
hog = feature.hog(training_set)
model.fit_generator(hog, epochs=100)
Я знаю, что существует Conv2D слой для извлечения признаков, но я бы также хотел сделать это без сверточной сети.