如何使用scikit-learn識別真實場景圖像？

Question

我新的scikit學習，我有大量的圖片和圖像的大小都不相同，一種是真實場景圖像像

cdn.mayike.com/emotion/img/attached/1/圖像/ DT /十二分之二千零一十七萬零九百二十〇/ 20170920121356_795.png cdn.mayike.com/emotion/img/attached/1/image/mainImg/20170916/15/20170916153205_512.png ，

另一個不喜歡

真實場景圖像 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 。

我想使用scikit-learn識別哪些不是真實場景圖像，我認爲它與http://scikit-learn.org/stable/auto_examples/applications/plot_face_recognition.html#sphx-glr-auto-examples-applications-plot-face-recognition-py相似。
我完全不知道如何開始。
如何創建日期和從圖像中提取功能？
有人可以告訴我該怎麼辦？

Answer 1

這似乎並不直接成爲編程問題，您的問題與非基本的「當前」研究有關。

看來你應該閱讀有關自然場景（統計），並讓自己熟悉目前的機器學習框架，一個像TensorFlow，Caffe。

有很多教程可以開始，例如，如果給定圖像顯示自然場景，您可以從二進制分類器開始輸出。

你的數據庫設置可以有一個結構，像這樣：

Digits例如可以使用這樣的結構來創建一個數據集，並能夠使用專爲Caffe和TensorFlow模型。

我還建議您閱讀有關微調網絡的內容，因爲如果您從頭開始進行培訓，則在數據庫中需要大量圖像。

在Caffe中，您可以調整像CaffeNet或GoogeNet這樣的預訓練模型。

我認爲這些是一些基本的信息，應該讓你開始。

從scikit學習和麪部檢測：面部檢測更多地尋找本地候選或圖像補丁，可能包含一張臉。另一方面，你的問題更多的是整個形象的全球性問題。這就是說我會從這裏開始建立一個能夠爲你提取本地和全局特徵的神經網絡。