基于图像的相似度，我面临一个图像聚类的问题，却不知道聚类的数量。理想情况下，我想实现类似于http://cs231n.github.io/assets/cnnvis/tsne.jpeg（http://cs231n.github.io/understanding-cnn/的图片，这是卷积神经网络的结果，它表示它学习的组）
因为我对它们的分类不感兴趣（我不知道类别），所以我对它们的“视觉”特性最感兴趣：颜色，形状，渐变等。 我发现有许多文章建议使用算法，例如DBSCAN，t-SNE甚至k-means，但是有更好的解决方案吗？有一些建议使用HOG变换，但老实说，不知道如何将它们缝合在一起。
因此，总结来说，我如何根据图像的颜色和形状属性（在2D平面上，将其划分为组，文件夹等等）？
答案 0 :(得分：1)
t-SNE实际上非常适合您要尝试做的事情。
t分布随机邻居嵌入（t-SNE）是 （获奖）减少尺寸的技术 特别适合于高维的可视化 数据集。
您可以详细了解here。
与往常一样，sklearn具有非常人性化的TSNE object，可以快速尝试。
我希望这对您有帮助...
答案 1 :(得分：0)
我可能理解为什么人们不赞成这个问题：因为多年的相关帖子几乎没有任何好的答案，而且这个问题非常复杂。更重要的是，
不幸的是，图像信息维数高于2D。您链接的照片只是从高维空间到平面的投影，不一定代表实际空间的外观。这种特定的投影主要是关于颜色的，不是吗？而且仍然不完美，因为问题不是二维的。这同样适用于尝试将群集压缩到文件夹中-在大多数情况下，试用失败。
但是，您正确地指出了问题中的特定比较维度： 如何根据图像的颜色和形状属性（在2D平面上将其分成组，文件夹等）？
解决方案是专注于您感兴趣的相似维度/指标。例如。特别是“此图片是否包含圆圈？”并为此进行优化。但是，如果您想要一个“正方形”，那么您已经处于另一个维度。如果要优化颜色，则可以查看“整体红色”。添加的指标越多，集群维度就越高。
我们的看法是这样的。我们针对特定的摘要指标，例如标量值，是不同维度上加权指标的总和（排名问题）。例如，如果您想要带有“眼睛”的照片，则无需担心颜色变化。反之亦然，如果您更关心颜色，则形状就不那么重要了。
根据我的经验，当图像群集相对统一时，群集会更容易。例如。每个潜在群集中的图片在某种程度上非常相似。例如，一组是“桥”，另一组是“脸”。如果您对任何可能的物体（甚至是噪点）都有非常多样化的图像，那么除非您指定要精确分组的对象，否则解决方案将很棘手。
