Question

我根据脸部图像为性别分类制作了一个小程序。我使用Yale face databse（男性为175张图像，女性为相同数字），将它们转换为灰度和均衡直方图，因此在预处理后图像看起来像这样：

enter image description here

我运行以下代码来测试结果（它使用SVM和线性内核）：

def run_gender_classifier():
    Xm, Ym = mkdataset('gender/male', 1)     # mkdataset just preprocesses images, 
    Xf, Yf = mkdataset('gender/female', 0)   #  flattens them and stacks into a matrix
    X = np.vstack([Xm, Xf])
    Y = np.hstack([Ym, Yf])
    X_train, X_test, Y_train, Y_test = train_test_split(X, Y,
                                                    test_size=0.1,
                                                    random_state=100)
    model = svm.SVC(kernel='linear')
    model.fit(X_train, Y_train)
    print("Results:\n%s\n" % (
        metrics.classification_report(
            Y_test, model.predict(X_test))))

100％精度！

In [22]: run_gender_classifier()
Results:
             precision    recall  f1-score   support

          0       1.00      1.00      1.00        16
          1       1.00      1.00      1.00        19

avg / total       1.00      1.00      1.00        35

我可以期待不同的结果，但100％正确的图像分类看起来真的很可疑。

此外，当我将内核更改为 RBF 时，结果变得非常糟糕：

In [24]: run_gender_classifier()
Results:
             precision    recall  f1-score   support

          0       0.46      1.00      0.63        16
          1       0.00      0.00      0.00        19

avg / total       0.21      0.46      0.29        35

对我来说这似乎更奇怪。

所以我的问题是：

我的方法或代码是否有任何错误？
如果没有，线性内核的结果怎么会这么好，而RBF的结果如此糟糕？

注意，我通过逻辑回归获得了100％正确的结果，并且使用深度置信网络获得了非常差的结果，因此它不是特定于SVM，而是针对线性和非线性模型。

为了完整起见，这是我的预处理和制作数据集的代码：

import cv2
from sklearn import linear_model, svm, metrics
from sklearn.cross_validation import train_test_split


def preprocess(im):
    im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
    im = cv2.resize(im, (100, 100))
    return cv2.equalizeHist(im)


def mkdataset(path, label):
    images = (cv2.resize(cv2.imread(fname), (100, 100))
              for fname in list_images(path))
    images = (preprocess(im) for im in images)
    X = np.vstack([im.flatten() for im in images])
    Y = np.repeat(label, X.shape[0])
    return X, Y

Answer 1

所有描述的模型都需要调整参数：

线性SVM：C
RBF SVM：C，gamma
DBN：图层计数，神经元计数，输出分类器，训练率......

你只需省略这个元素。所以很自然，具有最小可调参数的模型表现得更好 - 因为简单地说默认参数实际工作的概率更大。

100％得分总是看起来很可疑，你应该“手动”仔细检查 - 将数据分成火车和测试（放入不同的目录），一部分训练，将模型保存到文件中。然后在单独的代码中 - 加载模型，并在测试文件上测试它，并从模型中显示图像+标签。这样你就可以确保没有implmenentation错误（因为你真的不关心是否有任何处理错误，如果你有一个物理证明你的模型识别那些面，对吧？）。这纯粹是“心理学方法”，这使得数据分割/共享和进一步评估中没有错误显而易见。

<强>更新

正如评论中所建议的，我还检查了您的数据集，并且正如官方网站上所述：

扩展的耶鲁人脸数据库B包含16个人物，包括9个姿势和64个照明条件下的28个人物拍摄的图像。

所以这肯定是一个问题 - 这不是性别识别的数据集。您的分类器只记忆这28个科目，这些科目很容易分为男/女。它根本不适用于其他主题的任何图像。这个数据集中唯一的“有价值的”部分是28个独特个体的面部集合，您可以手动提取，但28个图像似乎至少有一个数量级太小而无法使用。

Answer 2

朋友从我理解你对你的问题的描述，我认为解释很简单，因为线性内核的问题比RBF更好，相信你的逻辑是正确的但是你应该使用RBF有些错误我认为它会解决你的问题，继续尝试开发一种只使用线性内核的方法

用于性别分类的SVM：使用线性内核100％正确的结果，但使用RBF的结果更差

2 个答案: