在Scikit中学习python模块的支持向量机训练后通过示例查询图像

当我使用训练集和验证集执行支持向量机时，我使用混淆矩阵检查结果，并且都很好。在Scikit中学习python模块的支持向量机训练后通过示例查询图像

之后，我该如何实现一个系统“通过实例查询”：我给图片并返回图像集中的最相似图像（基于阈值）？ Python中有一个例子（带scikit-learn模块）？

来源

2013-01-19 postgres

您能否包含您正在使用的实际代码？如果你理解你的分类器如何区分输入并将它们放入某些类中，这应该很容易。由于您的新输入在某些类中结束，因此您可以在此类中执行k-nearest neighbor以返回相关结果。 – mmgp

检索类似图像不需要分类器。它通常是最近邻问题，很可能具有高维特征。关键是找到：

你最关心的图像是什么字符？形状？颜色？颜色分布？目的？
描述图像特征的最佳特征是什么？如果它是彩色的，那么你可能需要R/G/B值或直方图。
你想如何衡量相似性？即距离函数。
你想在这种最近邻居问题设置中使用哪种算法？选项包括但不限于：kd-tree，局部敏感散列等。Here有一些很好的讨论。

来源

2013-01-29 09:16:39 greeness

形状我使用不变的旋转功能，如Humoment，solidity和我试图实现伸长（但我不知道如何）。我用python http://scikit-learn.org/dev/modules/generated/sklearn.neighbors.NearestNeighbors.html中的scikit模块实现了Nearest Neighbor，但它并没有问我一个距离函数，它可能有一个默认值内？谢谢你的链接，现在我读了 – postgres

教授说我们需要分类器和训练集来识别相似的图像，是不是真的？ – postgres

这没有错。如果每个图像都有标签，则可以使用“NearestNeighbors”作为分类器。 – greeness

在Scikit中学习python模块的支持向量机训练后通过示例查询图像

回答

相关问题