У меня есть папка с коллекцией изображений из микроскопа, и я должен разделить их на два класса (образцы с дефектами и без дефектов). Кроме того, у меня есть наборы уже классифицированных изображений. Я никогда не пробовал что-то подобное раньше, так кто-нибудь есть пример того, как это сделать, используя библиотеку pikon scikit?Классификация коллекции изображений
ответ
На самом деле это не вопрос, но поскольку есть программная сторона, я постараюсь помочь.
Это всего лишь одно решение, заметьте.
Проблема распадается на:
- В этих видах проблем, первое, что вам нужно сделать, это выяснить, какие «фишки» на фотографиях будет различать два. Например, возможно, «хороший» класс обычно имеет более изогнутые линии/круги, а «плохой» класс имеет морские линейные/резкие линии. Или, может быть, один класс более светлый, а другой темный и т. Д.
- Вторая часть предназначена для каждой такой «функции», создающей метод, который будет оценивать значение для изображения. Поэтому каждая фотография получит значение (скажем, между 0.0-1.0, но не обязательно), а затем каждая фотография имеет вектор функции.
- Используя входы вектор-функции для каждого изображения в обучающем наборе, вы можете обучить дерево решений. Посмотрите на http://scikit-learn.org/stable/modules/tree.html, это действительно помогло мне.
- После того, как вы подготовили классификатор, вы просто применитесь здесь.
- Имейте в виду, что все искусство здесь создает правильные «функции».
В качестве альтернативы, вы можете посмотреть на классификатор изображений Violla-Jones, вы можете использовать OpenCV для обучения этому. 1. Объяснение того, как обучить классификатор: http://docs.opencv.org/trunk/doc/user_guide/ug_traincascade.html 2. Документ объясняя это: http://www.cs.cmu.edu/~efros/courses/LBMV07/Papers/viola-cvpr-01.pdf 3. учебник http://note.sonots.com/SciSoftware/haartraining.html
надеюсь, что это помогает
Кроме того, если это помогает, не забудьте упредить и принять ответ. – eran
Для функций, возможно, неплохо было бы взглянуть на быструю литературу. Также возможно на scikit-образ. –
- 1. Классификация записей из коллекции
- 2. Классификация аннотированных изображений
- 3. Классификация изображений в python
- 4. Scikit-learn, классификация изображений
- 5. Классификация изображений с opencv
- 6. TensorFlow классификация изображений
- 7. Классификация изображений с использованием Bluemix
- 8. Классификация набора изображений в классы
- 9. Классификация изображений - Обнаружение планов этажей
- 10. Классификация изображений Matlab по цветам
- 11. Классификация изображений по маленькому объекту
- 12. классификация изображений с использованием SVM
- 13. Двоичная классификация изображений в Keras
- 14. Классификация изображений LAB с использованием matlab
- 15. Классификация изображений на основе гистограмм с Weka
- 16. Классификация изображений на основе тензорного потока
- 17. Классификация образцов образцов из файлов изображений
- 18. Классификация изображений с функциями Sift и Knn?
- 19. Классификация распознавания изображений в сверточной нейронной сети
- 20. классификация изображений с использованием SVM и BOW?
- 21. svm классификация
- 22. Классификация обучения Azure machine
- 23. Добавление коллекции изображений в Xaml
- 24. Meteor: Получение изображений в коллекции
- 25. Текстовая классификация: многоразовая текстовая классификация и многоклассовая текстовая классификация
- 26. Классификация строк с opencv
- 27. Обучение машинам: Классификация изображений: CNN: Как идентифицировать только красные автомобили?
- 28. Классификация изображений в OpenCV (Python) на основе набора обучения
- 29. Классификация изображений в Caffe всегда возвращает тот же класс
- 30. Классификация изображений Python в тензорном потоке .12 удалена?
Я не уверен, что вы просите. Вы просите, чтобы какой-то способ программным образом отделял файлы двух видов, или вы просите советы по алгоритму решить, есть ли у изображения дефекты? Как классифицированные изображения классифицируются? – mrKelley
Какие особенности изображения указывают на дефект? –
Я прошу совета по алгоритму решить, имеет ли изображение дефекты. Изображения из набора управления были классифицированы визуальным анализом – Fedaykin