Я пытаюсь классифицировать изображения на основе поддержки векторной машины (SVM). Но не было никакого правильного алгоритма для реализации. Любая помощь в классификации изображений на основе SVM приемлема. Т.е. как SVM работает в классификации изображений? SVM-алгоритм для реализации в Java?Поддержка алгоритма векторной машины для классификации изображений
1
A
ответ
0
Я думаю, что вы имеете в виду поддержка Vector Машины ...
SVM входит в Statistics Toolbox для MATLAB и в WEKA библиотеке, которая находится в Java. И, конечно же, есть libsvm
Что касается использования SVM для классификации изображений, это очень широкий вопрос. Сначала вам нужно решить, как представлять изображения как векторы объектов, которые вы можете использовать в SVM. И как это сделать, зависит от вашей конкретной проблемной области. Есть много научных работ по этому вопросу.
Смежные вопросы
- 1. питон поддержка векторной машины
- 2. Поддержка векторной машины Иллюстрация
- 3. Поддержка векторной машины один против одного обучения
- 4. Поддержка векторной машины: трансформация функций
- 5. Поддержка векторной машины Python 3.5.2
- 6. поддержка векторной машины в r
- 7. Поддержка векторной машины MATLAB (SVM) для повышения скорости кода
- 8. Поддержка векторной машины (SVM) и S3VM
- 9. Поддержка векторной машины в Apache-Spark
- 10. Поддержка векторной машины плохие результаты-Python
- 11. Поддержка векторной машины в Apache Spark
- 12. Поддержка векторной машины - разделяющие гиперплоскости вопрос
- 13. Что означает «поддержка» в поддержке векторной машины?
- 14. Поддержка векторной машины: что такое C & Gamma?
- 15. Поддержка векторной машины или искусственной нейронной сети для обработки текста?
- 16. Поддержка векторной машины или обратного распространения для прогнозирования фондового рынка
- 17. синтаксический анализ pdb для поддержки векторной машины
- 18. scikit-learn: Поддержка векторной машины. Точность и/или точность?
- 19. Поддержка векторной машины на очень редком наборе данных
- 20. Поддержка векторной машины - R-код - предсказание Остаточная ошибка временного ряда
- 21. Объединение анализатора основных компонентов и поддержка векторной машины в конвейере
- 22. Поддержка векторной машины в WEKA нескольких типов данных во вводе
- 23. Пример поддержки векторной машины
- 24. Поддержка векторной машинной графики
- 25. Mapreduce для классификации изображений
- 26. SVC (поддержка векторной классификации) с категориальными (строковыми) данными в качестве меток
- 27. Рекомендации по классификации символов/изображений
- 28. опорных векторов для классификации изображений
- 29. Matlab SVM для классификации изображений
- 30. поиска изображений и классификации изображений
Да Это векторная машина поддержки. Я представляю изображения в однородности, корреляции, контрастности, энергетических особенностях. Теперь я должен использовать SVM для категоризации изображений на основе количества скилов, доступных на изображении. –
Хорошо, можете ли вы организовать эти функции в вектор? Один вектор на изображение? Если да, то вы можете создать набор тренировок из этих векторов и соответствующих таблиц (например, «скин» или «нет скинов»). Затем вы передаете тренировочный набор в функцию 'svmtrain' или то, что оно вызывается в вашей реализации. Вам нужно будет посмотреть документацию для любой реализации, которую вы используете для получения более подробной информации. – Dima