scikit-learnを使って実際のシーン画像を認識する方法は？

Question

私は、画像や画像の多くは、すべて同じではありませんサイズている私は、Aは、一種の

cdn.mayike.com/emotion/img/attached/1/のようなリアルなシーンの画像scikit学習で新しく追加されています

画像/ DT/20170920/12/20170920121356_795.png cdn.mayike.com/emotion/img/attached/1/image/mainImg/20170916/15/20170916153205_512.png 、

別では

のようにリアルなシーンの画像ではありません cdn.mayike.com/emotion/img/attached/1/image/dt/20170917/01/20170917011403_856.jpeg
cdn.mayike.com/emotion/img/attached/1/image/dt/20170917/14/ 20170917145613_197.png 。

私は実際のシーンではない画像を認識するscikit-learnを使用したいと思いますが、それはhttp://scikit-learn.org/stable/auto_examples/applications/plot_face_recognition.html#sphx-glr-auto-examples-applications-plot-face-recognition-pyと同様です。
どうやって始めたらいいか分かりません。
イメージセットセットを作成してイメージからフィーチャーを抽出する方法は？
誰かが私に何をすべきか教えてもらえますか？

Answer 1

これはここで直接プログラミング上の問題ではないようですが、あなたの質問は非基本的な「現在の」研究に関連しています。

あなたがおよそ自然シーン（統計）を読み、TensorFlow、Caffeのような現在の機械学習フレームワークの1つで自分が慣れる必要があると思われます。

開始するには多くのチュートリアルがあります。例えば、与えられた画像が自然なシーンを示すかどうかを出力するバイナリクラシファイアから始めることができます。

あなたのデータベースのセットアップはそうのような構造を持つことができます。たとえば

Digitsは、データセットを作成するために、このような構造を使用してCaffeとTensorFlowのために設計されたモデルを使用することが可能であることができます。

訓練を最初から開始する場合、データベースに多くのイメージが必要になるため、ネーチャーネットワークを精緻化することをお読みください。

Caffeでは、CaffeNetやGoogeNetなどの事前に絞り込んだモデルを微調整することができます。

私はそれらがあなたを始めなければならないいくつかの基本的な情報だと思います。

scikit-learnとface-detectionの場合：顔検出では、ローカルの候補または顔を含む可能性のある画像パッチを探しています。一方で、あなたの問題は、全体像が懸念されているため、グローバルな問題になります。それは、ここで私はあなたのためにローカルとグローバルな機能を抽出することができるニューラルネットワークから始めると言いました。