我正在構建一個軟件來分類顯微鏡拍攝的圖像中的細胞。關於從培訓的圖像中提取的特徵的數量
我有一個數據集的圖像的細胞作爲訓練數據集使用 - 我已經從每個圖像提取關鍵點使用ORB - 這是我的問題 - 一些圖像產生了很多關鍵點和一些關鍵點。因此產生的描述符載體是不同的lentgh。所以當我嘗試從它們中構建一個訓練矩陣時,我必須「歸一化」從每個圖像中選擇的關鍵點的數量,以便描述符向量的長度將相同。
我應該挑選多少個關鍵點?哪些?如何選擇'最佳'關鍵點? (當我想要預測一個我想分類的對象時,這個問題也會增加)是否有已知的解決這個問題的方法? 此致敬禮。
謝謝你的迴應。我會嘗試這些替代方案並返回反饋。 – Nimrodshn