基于支持向量机的图像分类

Question

我曾在支持向量机上使用skicit-learn库进行分类。但我只与数据交互包含“.csv”格式的文本和数字。目前，我想使用支持向量机进行图像分类。你能帮我解决一下如何将图像转换成类似“.csv”格式的分类。 在任何帮助下我都会非常感激。谢谢。

Answer 1

当然，一般来说，人们会定义一个所谓的特征向量。它是一个向量，包含某些通常手工制作的特征的数字表示。在图像分类的情况下，这在很大程度上取决于您想要分类的内容。通常，图像分类系统中的特征是通过HOG和SIFT等图像处理算法提取的。

但老实说，我不会在图像分类任务中使用SVM，因为定义和组合功能以获得良好的分类通常需要做很多工作。请尝试使用Convolutional Neural Networks。那些人通过自我学习必要的特征。如果你花费数月的特征工程来建立一个好的SVM分类器，那么CNN可以在第一次培训后轻松胜过你的工作。

Answer 2

有两种方法可以实现SVM进行图像分类。

1. 为每个图像提取手工制作的功能，如SIFT，HOG或类似功能，并将它们存储在csv中。最后，将svm应用于它们。

2. 使用深度学习，在软最大分类器之前提取特征。将这些功能存储在.csv中并在其上应用svm。