图像质量ML

Question

是否可以编写一个程序来确定图像是否质量差（饱和度暗淡等）。更具体地说，我想比较食物的好照片与不好的照片。我有一个包含好坏照片的大型数据库，但是对ML的经验很少。我要做什么甚至可能/可行？如果是这样，我该如何开始？

Answer 1

我想您可以创建神经网络，根据饱和度，暗度等功能对图像质量进行分类 通过使用卷积层和完全连接的层。

要对图像进行分类，您需要创建图像数据集并将其分成标签
例如饱和度良好的图像，饱和度不良的图像，暗淡的良好图像，暗淡的不良图像

此问题称为图像分类。因此，您可以搜索更多有关如何使用该关键字的操作。

标记图像的方法是您可以创建这样的目录

train
  saturation_good_images
  saturation_bad_images
  dimness_good_images
  dimness_bad_images
test
  saturation_good_images
  saturation_bad_images
  dimness_good_images
  dimness_bad_images

并将适当的图像放入每个目录。

使用PyTorch深度学习框架的DataSet类和DataLoader类，您可以轻松地进行此标记。

Answer 2

我打算通过使用Keras并进行transfer learning with a pretrained model来构建类似的内容。使用这种方法，您不需要像训练该深度神经网络那样通常需要的训练数据。

在深入研究神经网络之前，通常最好先建立一个基线模型。我建议仅使用scikit-learn中的一些基本方法。