如何测试多类/标签图像分类器？
测试多类/标签图像分类器可以通过以下步骤进行：
- 数据集准备：收集并准备具有不同类别和标签的图像数据集。确保数据集中每个类别都有足够数量的样本，并且样本之间的差异足够大。
- 数据预处理：对图像数据进行预处理，包括图像的缩放、裁剪、旋转、去噪等操作，以提高分类器对输入图像的鲁棒性。
- 特征提取：使用合适的特征提取算法将每个图像转换为向量表示。常用的特征提取方法包括卷积神经网络（CNN）、主成分分析（PCA）、局部二值模式（LBP）等。
- 模型选择：根据数据集的规模和复杂度选择合适的分类器模型。常见的模型包括支持向量机（SVM）、随机森林（Random Forest）、卷积神经网络（CNN）等。
- 数据划分：将数据集划分为训练集和测试集。通常采用交叉验证的方式来评估分类器的性能。
- 模型训练：使用训练集对分类器进行训练。在训练过程中，根据模型的性能进行参数调整和优化。
- 模型评估：使用测试集评估分类器的性能。常用的评估指标包括准确率、精确率、召回率和F1值等。
- 结果分析：对分类器的分类结果进行分析，查看分类器在不同类别上的表现，并分析分类错误的原因。
- 模型改进：根据结果分析的反馈，对分类器进行改进。可以通过增加训练数据、调整模型参数、使用集成学习等方式来提高分类器的性能。
- 推广和应用：将优化后的分类器应用到实际场景中。根据不同的应用场景，选择适合的部署方式和云计算产品。
腾讯云相关产品和产品介绍链接地址：
- 图像分类相关产品：腾讯云图像分析（https://cloud.tencent.com/product/tia）
- 机器学习相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）
- 数据处理相关产品：腾讯云数据处理服务（https://cloud.tencent.com/product/bdp）
以上只是腾讯云提供的一些示例产品，实际选择适合的产品需要根据具体需求和场景来确定。
相关·内容
2回答
我想训练一个CNN的多标签图像分类任务使用keras。然而，我不知道如何准备我的培训数据。更具体地说，我想知道我是否需要显示两个或更多标签组合的培训图像，或者是否足以在单个标签上对网络进行培训，然后它将能够检测到图像中的多个标签。
我想通过一个示例，我的问题变得更清晰了
假设我使用的是狗和猫的分类数据集，我想要建立一个模型，能够将图像分类为狗或猫，或者在一张图像中看到这两种动物。在这种情况下，我是否需要用同时显示猫、狗和图像的图像来训练模型，还是只使用只显示猫和狗的训练图像？
浏览 0提问于2018-01-21得票数 6
回答已采纳
1回答
我想对一组3d图像(MRI)进行分类。有4个等级(即疾病等级A，B，C，D)，这4个等级之间的区别并不小，因此我对训练数据的标签不是每幅图像一个类别。这是一组4种概率，每班一个。
0.7 0.1 0.05 0.15
0.35 0.2 0.45 0.0
...
..。基本上意味着
第一类图像属于A类，概率为70%，B类为10%，C类为5%，D类为15%
等等，我相信你知道这个主意。
我不明白如何将模型与这些标签相匹配，因为scikit-learn分类器期望每个培训数据只有一个标签。仅仅使用概率最高的类就会导致悲惨的结果。
我可以用scikit来训练我的模型-学习多标
浏览 2提问于2017-10-29得票数 3
1回答
我最初训练了一个图像的每个标签的多个单独的二进制分类器。然后，我意识到我可以为这个任务训练一个单一的多标签模型。为此，我使用了binary_cross_entropy损失，而不是categorical_cross_entropy，但除了更改损失函数之外，我没有做重大更改。然而，我发现多标签分类器仍然远远低于单个标签分类器。这是否很普遍，也是意料之中的？我错过了什么把戏吗？
谢谢!
浏览 0提问于2022-03-11得票数 1
1回答
我正在使用dlib 19.6 c++进行对象检测，直到现在我还在使用如下所示的单一分类
，这些标签是使用dlib的imglab生成的。
为此，我使用。它工作良好，能够检测物体。
现在我已经定义了如下所示的多分类器。
钟2壶
那么，我如何使用/修改来训练数据。我知道如何测试图像，
std::vector<object_detector<image_scanner_type> > my_detectors;
my_detectors.push_back(detector1); // clock.svm
my_detectors
浏览 2提问于2017-11-07得票数 1
2回答
有没有人知道是否有任何SageMaker内置算法支持图像识别中的多目标检测？我在想一些像多标签图像训练和检测/推理之类的东西。
因此，我们能否：
a)使用多标签图像进行培训
和/或
b)从图像中推断多个对象(类似于AWS，但带有自定义标签和培训/传输学习)。
另外，我知道SageMaker图像分类算法的文档中说“将图像作为输入并将其分类为多个输出类别的one”。
任何建议也是受欢迎的。
浏览 1提问于2018-07-05得票数 0
回答已采纳
1回答
用单个分类器将多标签问题建模为多类问题的缺点是什么？
让我澄清我的意思。
至少有两种方法可以将一个多标签问题转化为一个单分类器的多类问题(假设我们的问题上有N个标签)：
1)
为标签的powerset的每个元素创建一个类。
因此，每个标签组合的每个元素。
在这种情况下，输出向量将具有2^N长度。
2)
有一个N长度的输出向量(向量的每个元素都是一个标签)，但是这个问题将被视为一个分类器的多类问题。
在本例中，假设输出概率大于0.2的类将被视为此实例/观察的类/标签。
显然，所有类的输出概率之和应为1。
在每一种情况下，将多标签问题转化为多类问题意味着什么？
浏览 0提问于2019-07-22得票数 3
2回答
我在做方言的文本分类。在我把它训练成三种方言之后，我用我拥有的测试数据对它进行了测试。然而，现在假设我要从twitter中提取一条推文，并要求分类器输出相应的方言，但是如果tweet没有用这3种方言中的任何一种写出来怎么办？我认为他无论如何都会给出一个类别，但那将是假阳性。因此，我希望他给出一个无类别。怎么做？我也应该给出没有标签的培训数据吗？
浏览 0提问于2019-05-10得票数 0
回答已采纳
1回答
我有一个分类问题，我不知道如何分类这个分类问题。根据我的理解，
多类分类问题是指有多个互斥类，数据集中的每个数据点只能由一个类标记。例如，在水果图像分类任务中，标记为苹果的水果数据点不能是橘子，橘子不能是香蕉等等。在这种情况下，每个数据点只能是水果类的任何一个结果，因此会相应地进行标记。
就像..。
多标签分类是一个问题，在这个问题中，有多组相互排斥的类，其中数据点可以同时标记。例如，在汽车图像分类任务中，标记为轿车的汽车数据点不能是掀背车，掀背车不能是SUV等等。同时，同一辆车的数据点可以标为大众、福特、梅赛德斯等汽车制造商。因此，在这种情况下，car数据点由两组不同的互斥类标记。
浏览 4提问于2020-11-01得票数 3
回答已采纳
我不确定什么时候在keras flow_from_dataframe class_mode参数中使用raw和multi output，因为从外观上看，它们都提供了一种对具有多个标签的数据进行分类的方法。假设我有一个数据帧，其中包含图像路径以及每个给定图像的两个列/类和标签，我想创建一个根据这些类对图像进行分类的模型，我将使用哪个class_mode，什么时候使用另一个？ 编辑:附加了我正在使用的数据帧的图像 ?
浏览 51提问于2021-08-27得票数 2
回答已采纳
1回答
阅读PyTorch文档
其中c是多标签二进制分类的类号(c >1，单标签二进制分类为c=1)，nn是批处理中的样本数，p_cp c是类cc的肯定答案的权重。
什么是多标签二进制分类？二进制假设只有两个标签
浏览 1提问于2020-03-19得票数 3
回答已采纳
我是tensorflow的新手，我想知道是否有任何具有多个网络输出的多标签分类的教程或示例。
我之所以这样问，是因为我有一个图像集合，其中每个图像可以属于几个类，并且我的输出需要有每个类的分数。
我也不知道tensorflow是否遵循一些图像和类的文件模式，所以如果有人有一些例子，它会很方便。
谢谢。
浏览 1提问于2017-02-13得票数 4
请有人解释一下(例如，也许)什么是科学知识中的，和之间的区别？
我读过文档，我理解我们使用：
OneVsRestClassifier -当我们想要进行多类或多标签分类时，它的策略包括拟合每类一个分类器。对于每个分类器，类与所有其他类相匹配。(这很清楚，这意味着多类/多标签分类问题被分解为多个二进制分类问题)。
MultiOutputClassifier -当我们想做多目标分类时(这是什么？)它的策略包括拟合每个目标的一个分类器(目标在那里意味着什么？)
我已经将OneVsRestClassifier用于多标签分类，我可以理解它是如何工作的，但是我找到了MultiOutputCl
浏览 3提问于2017-03-15得票数 36
回答已采纳
2回答
我想要建立一个多标签图像分类模型，可以检测到许多不同的标签。对于每个标签，我至少可以得到5000个正面的例子和5000个负面的例子。但是，我的问题是如何使用这种格式的数据来训练多标签图像分类器。例如，我可以下载10,000张照片，知道它们是正面的例子，但如果我也想检测到一只鞋，我不知道其中有多少张照片中可能也有一只鞋。我试图这样做一个模型，因为我将有相当多的标签，并需要不断添加新的标签。做这件事最好的方法是什么？
浏览 0提问于2019-08-21得票数 1
3回答
虽然多类与多标签分类不同，但在多类中添加一个与所有的不同之处。
编辑1：http://scikit-learn.org/stable/modules/multiclass.html#multilabel-learning
在这个链接中，它提到了多类子弹下支持的分类器作为一个-Vs-All和支持多标签的部分是令人困惑的。
浏览 0提问于2018-08-24得票数 7
2回答
我正在尝试解决一个用于学术目的的文本分类问题。我需要将推文分类为“云”、“冷”、“干”、“热”、“湿”、“飓风”、“冰”、“雨”、“雪”、“风暴”、“风”和“其他”等标签。训练数据中的每个推文都有针对所有标签的概率。说这条消息“已经可以告诉你这将是一个艰难的得分的日子。现在和昨天下午一样有风。”有21%的几率是热的，79%的几率是风的。我一直致力于分类问题，它预测它是风还是热或其他。但在这个问题中，每个训练数据都有针对所有标签的概率。我之前使用过mahout naive bayes分类器，它对给定的文本采用特定的标签来构建模型。如何将这些不同标签的输入概率转换为任何分类器的输入？
浏览 3提问于2013-10-07得票数 0
1回答
我有许多图像(以及原始数据源)，它们展示了特定的特征。它们中的一些具有不同的垂直/水平区域，如下图所示，或者只是非常特定区域中的点的“斑点”/concentrations。
这些图像与特定的标签/类别相关联，例如，标签"A“在y= 700和y= 150处表现出非常有特征性的水平线(如图中标记的那些)。属于类"B“的图像在x= 200、260和370处显示垂直线，在类”C“处显示垂直线，依此类推。
除了这些已知/标记的类之外，我还有一堆图像，它们展示了这些功能之一或它们的组合。
我的目标是使用这些已知的类来训练一些ML算法，以便进一步使用它来对那些没有任何标签的图像进行
浏览 1提问于2012-02-11得票数 0
2回答
我有一个被多人标记的tweet数据集。因此，这些列看起来像：
Tweet_ID、Coder_1_Classification、Coder_2_Classification等。
这个想法是建立一个基于标签的推特分类器。如何将这些数据输入到分类器中？我正在考虑采取多元化的回应，但有什么办法我可以使用所有的数据吗？
另外，也有部分报道，所以并不是每条推文都贴上标签。
浏览 0提问于2019-11-18得票数 1
我正在处理图像数据集，其中我有一个热编码标签。标签向量的形状为(3500,8)。当我在输出层尝试分类交叉熵和softmax函数时，我的准确率很低。但是当我使用二进制交叉熵和sigmoid时，我的准确率提高了。
以前，我认为对于多类分类，我们应该使用softmax和分类交叉熵。
但在中，我看到了sigmoid和二进制交叉熵的使用。
我想知道这是一种正确的方法吗？
有人能给我这个概念的洞察力吗？
浏览 0提问于2019-12-13得票数 0
2回答
在随机森林/ XG Boost分类器中，是否有给出每个标签顶部特征的函数？classifier.feature_importances_只提供分类器作为一个整体的顶级特性。
寻找一些类似的classifier.coef_，为支持向量机和朴素贝叶斯分类器提供标签特定的顶级特征在学习。
浏览 3提问于2019-01-21得票数 2
回答已采纳
1回答
我正在工作的多标签图像分类使用有14,720个培训图像的数据集.我需要使用ResNet/DenseNet实现它。我试着解决这个问题。你能建议我参考一下前进的路吗？
浏览 5提问于2020-03-21得票数 1
我有一个多标签的分类问题--数以百万计的记录可能包含多个标签。我在网上遇到了与缺乏研究/例子有关的问题，并且无法创建一个强有力的模型。是否建议不要建立多类分类模型，并将任何预测概率超过0的标签视为潜在的标签？即使使用问题转换，如二进制相关性和分类器链，准确率也非常低(~12%)，而不是使用朴素贝叶斯和获得57%的准确率。
浏览 0提问于2018-06-04得票数 1
1回答
当使用scikit的分类器-学习多类问题时，是否需要用一种热编码对标签进行编码？例如，我有3个类，在将这些数据输入不同的分类器以进行培训时，简单地将它们标记为0、1和2。据我所知，它似乎运转正常。但是，有什么理由不推荐这种基本编码吗？
有些算法，如随机森林，本机处理分类值。对于logistic回归、多层感知器、高斯朴素Bayes和随机森林等方法，如果我没有弄错的话，这些方法似乎是本机处理分类值。这个评估是正确的吗？谁的科学知识-学习的分类器不处理这些输入本地和影响的序号？
浏览 1提问于2018-07-25得票数 3
回答已采纳
2回答
我使用scikit-learn库对卫星图像执行监督分类(支持向量机分类器)。我的主要问题是如何训练我的SVM分类器。我在youtube上看过很多视频，也读过一些关于如何在scikit-learn中训练支持向量机模型的教程。我看过的所有教程，都使用了著名的Iris数据集。为了在scikit-learn中进行有监督的支持向量机分类，我们需要有标签。对于Iris数据集，我们有一个Iris.target，它是我们试图预测的标签('setosa'，'versicolor'，'virginica')。通过阅读scikit-learn文档，培训过程非常简单。
浏览 0提问于2017-04-10得票数 5
回答已采纳
我有一个DataFrame，表示带300个标签的带注释的数据集。
DataFrame看起来如下(第一行只是解释列)：
binary Vector column for labeling, feature column
[0, 1, 1, 0, 0 , 0.... ], featureVec
[0, 0, 1, 0, 1 , 0.... ], featureVec
......
标签列，将每个标签的存在或不存在表示为特征向量的注释(我们在第二列中可以看到)。
如果我错了，请纠正我:我不能训练一个多类分类器，因为标签不是排他性的，所以我想在每个标签上训练一个二进制分类器。
因为我有300个标签，所
浏览 0提问于2015-11-04得票数 2
我注意到了这和这的问题，但我的问题更多的是关于阶级不平衡。现在我有了1000个目标和一些输入样本(带有一些特征向量)。对于许多目标(当前的任务)，每个输入示例都可以有标签“1”，这意味着它们相互作用。标签'0‘意味着它们不交互(对于每个任务，这是一个二进制分类问题)。
不平衡数据
我目前的问题是:对于大多数目标，都有标记为1的<1%的样本(可能是1或2)。由于我必须拆分列车-val-测试和计算AUROC，实际上只有3个目标能够支持某些阈值下的分类(例如，在所有样本中都有超过5%的阳性标记)。
变换与非
变换
有人建议将此问题建模为多类问题，而不是多任务问题，这意味着我会将每个样本
浏览 0提问于2022-02-24得票数 1
回答已采纳
经过几个小时的研究，我找不到任何关于对象检测API的多标签预测的例子。基本上，我想预测一个图像中的每个实例有多个标签。如下图所示：
我想预测服装的种类，也可以预测颜色和图案等属性。
据我所知，我需要在第二阶段ROI特征图上附加更多的每个属性的分类头，并对每个属性的损失进行汇总？但是，在对象检测代码中实现这一点是有困难的。有人能给我一些提示吗?我应该开始修改哪些函数？谢谢。
浏览 1提问于2018-03-19得票数 8
3回答
多标签文档分类
、、、
我有一个数据库，我在其中存储基于以下三个字段的数据: id，文本，{标签}。请注意，每个文本都已分配给多个标签\标记\类。我想构建一个模型(weka \ rapidminer \ mahout)，它将能够推荐\分类一堆标签\标签\类到给定的文本。
我听说过SVM和朴素贝叶斯分类器，但不确定它们是否支持多标签分类。任何引导我走向正确方向的东西都是非常受欢迎的！
浏览 3提问于2013-05-21得票数 7
根据我的知识(如果我错了，请纠正我)，
多标签分类(相互包含)，即样本可能具有多于1个的正确值(例如，电影类型、疾病检测等)。
多类分类(互斥)，即样本将始终具有1个正确值(例如，猫或狗、对象检测等)。这包括二进制分类。
假设输出为one-hot编码。
这两种类型的损失函数和度量标准是什么？
loss func. metrics
1. multi-label: (binary, categorical) (binary_accuracy, TopKCategorical accuracy, categorical_accuracy
浏览 28提问于2020-11-02得票数 2
1回答
我在用CNN模型进行图像分类。我想尝试使用决策树或增强树模型的图像分类。我发现Tensorflow是增强树模型，但我无法理解如何将图像作为模型的输入。如果你知道如何使用tf.boosted树训练图像分类，请指导我。
浏览 1提问于2019-09-19得票数 0
回答已采纳
如果我们有一个多标签分类问题，那么对每个目标分别进行模型训练是真的吗？例如，如果我们有一个2标签( y1，y2)分类，一旦我们用y1训练一个模型，同时用y2训练另一个模型。
浏览 0提问于2021-06-04得票数 0
我几乎读过大多数类似的问题，但我还没有找到我的问题的答案。
假设我们有四个不同标签/类的n样本，即A、B、C和D。我们训练了两个分类器：
First classifier：我们训练多类分类器，将数据中的样本分类为四类中的一种。假设模型的精度是%x。
Second classifier：现在，假设我们所关心的是，如果一个样本是A或者不是A，那么我们会训练一个二进制分类器，用于将样本分类为A或非A。假设这个模型的精度是%y。
我的问题是，我们是否可以比较x和y来衡量分类器在分类A上的性能？换句话说，多类分类器的高性能是否意味着该分类器也能够识别具有高性能的单个类？
现实世界的例子是，我在一个包含四
浏览 0提问于2020-07-31得票数 2
回答已采纳
1回答
我正在进行多标记图像分类。这是我的数据框架：
已更新
你可以看到有26个特征标记的图像。"1“表示存在，"0”表示不存在。
我的问题是在很多标签上都有不平衡的数据。例如：
[1] train_df.value_counts('Eyeglasses')
Output:
Eyeglasses
0 54735
1 1265
dtype: int64
[2] train_df.value_counts('Double_Chin')
Output:
Double_Chin
0 55464
1 536
dtype:
浏览 2提问于2020-11-14得票数 1
2回答
我建立了一个用于多标签分类的CNN，即预测每个图像的多个标签。
我注意到，ImageNet和许多其他数据集实际上每个标签都包含一组示例。他们构造数据的方式是这样的，给定一个标签，就会有一个该标签的示例列表。即: label -> list of images。此外，我正在使用的Keras支持每个标签一个文件夹的数据结构，并且在每个文件夹中都有一个图像列表作为标签的示例。
我担心的问题是，许多图像实际上可能有多个标签。例如，如果我对一般对象进行分类，一个名为“cars”的文件夹将包含汽车的图像，但一些汽车图像中也会包含人(这可能会阻碍“people”类的结果)。
我的第一个问题: 1)这是
浏览 1提问于2018-01-29得票数 2
我刚刚读过这个，它解释了二元交叉熵和分类交叉熵之间的区别，特别是，我对这张图片有一个疑问：
作者讨论了一个多标签的情况，你的目标(或地面真相)标签是一个热编码，但如果你的目标标签不是一个热编码，你会使用什么损失功能？例如，如果只有一半的熊猫在图像中，然后我将图像标记为1，0，0.5，那么在这种情况下，我还会使用二进制交叉熵吗？在目标向量不是二进制的情况下，数学是如何计算的？
浏览 4提问于2020-08-05得票数 1
1回答
我有一个关于处理多标签分类问题的方法的问题。
在文献综述的基础上，我发现最常用的方法之一是问题转换方法.它将多标号问题转化为多个单标号问题，分类结果只是每个单标签分类器的简单结合，采用二进制相关的方法。
由于单个标签问题可以被描述为二进制分类(如果有两个标签)或多类分类问题(如果有多个标签，即labels>2)，目前的转换方法似乎都将多标签问题转化为多个二进制问题。但这将导致数据不平衡的问题，因为负类可能比正类有更多的文档。
因此，我的问题，为什么不转化为多类问题，然后应用直接多类分类算法，以避免数据不平衡问题。在这种情况下，对于一个测试文档，每个经过训练的单标签多类分类器将预测是否分配
浏览 5提问于2016-03-02得票数 1
2回答
嗨，在matlab中使用分类器(朴素贝叶斯)时，有没有一种方法可以将分类后的标签与原始标签进行比较？
例如，以下面的图像为例，我必须手动检查每一行，并检查它正确分类了哪一行，没有分类哪一行。
我希望有一个类似于分类550蓝精灵未分类50的列表，然后它输出另一个文件，其中包含错误分类的行的idx。
它可能看起来像什么的快速表格
Corrrectly Classified | Missclassified
Smruf 550 50
Neptune 100 80
浏览 1提问于2012-07-21得票数 0
5回答
直到最近，我还认为“标签”和“分类”是同义词。但是当我开始关于计算机视觉术语的另一个问题时，我想到了它：“标签”和“分类”之间有什么区别吗？
我认为“类”是您想要检测的概念，而“标签”是您分配给数据的内容。因此，“类”是一个导致数据的概念，而“标签”只是名称。因此，“标签”与“分类”是一样的，因为两者都希望对导致数据的底层类进行声明。
文章
通过Google学者进行的快速搜索发现，一些文章在标题中使用了这两种术语：
Markus Eich，Malgorzata Dabrowska和Frank Kirchner：“语义标注:基于空间特征描述符的3D实体分类”
李春林，德米特里·B·戈戈夫，劳伦斯
浏览 0提问于2015-11-27得票数 6
回答已采纳
在spacy的文本分类示例中，有两个标签指定了正和阴性。因此，猫的得分被表示为
cats = [{"POSITIVE": bool(y), "NEGATIVE": not bool(y)} for y in labels]
我正在使用多标签分类，这意味着我有两个以上的标签标记在一个文本中。我增加了我的标签
textcat.add_label("CONSTRUCTION")
为了指定我用过的猫分数
cats = [{"POSITIVE": bool(y), "NEGATIVE": not bool(y)} for y
浏览 5提问于2020-06-12得票数 4
3回答
请帮我选择正确的分类器
、、、
我正面临着为我的数据挖掘任务选择正确的分类器的问题。
我正在使用统计方法标记网页，并使用1-4级来标记它们，1是最差的，而4是最好的。
以前，我使用支持向量机来训练系统，因为我使用的是二进制(1，0)标签then.But现在由于我切换到这个4类标签，我需要改变分类器，因为我认为支持向量机分类器只适用于两类分类(如果我错了，请纠正我)。
因此，您能否在这里提供一些建议，哪种分类器最适合我的分类目的。
提前感谢您的建议。
浏览 0提问于2010-10-11得票数 4
回答已采纳
3回答
我正在寻找一个解决方案，以检测不同的情绪/风格所表达的图像。不幸的是，这个任务没有多标记的数据集.
基于单一标签数据定义多标签分类模型的场景在我看来并不太荒谬，但我仍然找不到任何解决这个问题的出版物或其他来源。
因此，我非常感谢任何关于如何处理这种情况的提示(例如，从可用的单标签数据集中以弱监督的方式派生多标记数据集)。
浏览 0提问于2019-12-17得票数 4
回答已采纳
1回答
几年前，我学习了非常简短的监督机器学习和分类，现在我想带着一个真实的用例回来。
我想将其应用于纹理分类。例如，给定带有不同壁纸的墙壁的标签图片，我想让它学会分类它是什么类型的壁纸。
我知道，通常情况下，图像被分成小块，形成一个“视觉词汇”，然后我们可以在上面训练算法。
但我被困在了第一步:在应用学习算法之前，我应该如何准备图像？例如，我知道大部分时间学习是在二进制图像上完成的，但在我的例子中，颜色可能是类的特征。但是，二值化在墙纸的情况下可能是有用的，墙纸由图案或其颗粒纹理…标识在这种情况下，我不知道是否有通用的操作可以应用于图像，以使这些功能更明显。如果是这样的话，我应该为每个样本创建几个图
浏览 1提问于2016-03-23得票数 1
1回答
我正在尝试用OpenCV建立一个对象分类系统。当我在场景中检测到一个新对象时，我想知道新对象是否属于一个已知的对象类(它是一个盒子、僵尸、未知的东西等等)。
到目前为止我的脚步：
将图像裁剪到新对象可能出现的roi上
计算每个图像的关键点(cv::SurfFeatureDetector)
计算每个关键点的描述符(cv::SurfDescriptorExtractor)
使用一袋单词生成词汇表(cv::BOWKMeansTrainer)
计算响应直方图(cv::BOWImgDescriptorExtractor)
使用响应直方图为每个对象类训练cv::SVM
再次使用
浏览 1提问于2016-09-29得票数 1
2回答
我是数据科学的新手，我正试图弄清楚如何用图表来可视化我的多标签数据。我使用一个数据集，根据音乐的声学特征(如:音高、振幅等)对音乐进行情感分类。
所以有些有多个标签的情感标签。
这是我的数据集的快照：
📷
请告诉我有什么技术的多标签分类可视化技术。我搜索了所有的互联网，但所有这些都与单标签分类有关。
浏览 0提问于2019-09-06得票数 0
回答已采纳
3回答
我想使用支持向量机进行基于HOG特征的分类。
我知道HOG特征是每个单元格中所有直方图的组合(即它成为一个聚合直方图)。
我在此中使用MATLAB代码为Dalal变体提取HOG特性。
例如，我有一个大小为384x512的灰度图像，然后我在9个方向和一个单元格大小为8的情况下提取了HOG特征。通过这样做，我得到了48x64x36特征。
如何使这成为直方图，并将其用于支持向量机分类器？
因为，例如，我将有7类图像，我想要进行培训(培训的总图像将是700 )，然后根据从培训阶段生成的模型对新数据进行分类。
我读过，对于多类，我们可以训练我们的支持向量机，用一个对全部，这意味着我必须为我的7个类别训练
浏览 4提问于2014-04-05得票数 5
因此，我有一些带注释的图像，我想用来训练二值图像分类器，但我一直存在创建数据集和实际获得测试模型的问题。每个图像要么属于某个类，要么不属于某个类，因此我希望使用PyTorch建立一个二进制分类数据集/模型。我有一些问题：
标签是浮动的还是长的？
我的标签应该是什么形状？
我使用的是火炬视觉模型中的resnet18类，最终的softmax层应该有一两个输出吗？
如果我的批次大小是200，那么在训练期间，我的目标应该是什么形状？
我的输出应该是什么形状？
提前感谢
报价删除
浏览 11提问于2021-03-01得票数 1
回答已采纳
多标签学习的术语有:多标签学习和多标签分类.我想知道这些术语之间的区别是什么，以及何时使用其中一个而另一个？
浏览 0提问于2015-07-23得票数 -1
回答已采纳
我在为多类分类器寻找一个很好的误差度量，很多人说通常使用F1度量。但是，考虑到多类分类器的预测是一个热点向量，这不意味着当预测错误时没有真正的积极因素吗？我的意思是：
当预测正确时，除单一的“1”外，每个元素都是真负数。这里的精度只有1。
当预测不正确时，就没有真正的积极因素。所以精度是0。
我会理解，在多标签分类方面，F1是一种强大的度量方法，因为向量中可能有多个1，但将F1应用于多类分类对我来说有点奇怪。这和准确不一样吗？或者这是否意味着应该使用F1评分每类？
浏览 0提问于2018-05-05得票数 2
3回答
我正在使用支持向量机进行手写模式识别(Alphabet)的工作。我有26类，但无法在R中使用支持向量机进行分类。只有当图像是二进制类时，我才能对图像进行分类。如何将支持向量机应用于R中的多类支持向量机？
我正在使用"e1071“软件包。
提前谢谢。
浏览 1提问于2015-12-17得票数 6
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
