人工智慧——影像分析第二期練習
又和同學肝了半個上午(主要是一二節有課),完成了天氣影像識別的第二期練習
一開始幾個題不難,挺簡單的,到後面出現HOG特徵擬合svm模型,HOG提取特徵,又是現學內容
HOG特徵的維數用cv2.HOGDescriptor()來做
最後用shape來反應維數
import cv2
import matplotlib.pyplot as plt
img=cv2.imread('/home/kesci/input/weather_image1552/訓練集/100.jpg',0)
plt.imshow(img)
hg=cv2.HOGDescriptor()
winSreide=(64,64)
padding=(16,16)
hg.getDescriptorSize()
hgg=hg.compute(img,winSreide,padding)
hgg.shape
還有個題是的HOG特徵擬合svm模型得到的模型的第一個係數是多少?
這個第一個係數屬實把我倆看懵逼了,啥玩意??最後找了一陣子資料都沒有找到關於第一個係數的相關知識,發現下面有個求得分的於是我們先轉移目標
訓練得分題一般都是滿分是1分,題目要求保留小數點後一點,那答案蒙也能蒙出來,但是抱著學習的態度決定先算算
主要為這幾部分:
svm = SVM(max_iter=200)
這個是最大迭代次數,可以理解成訓練多少次
svm.fit(X_train, y_train)
這是訓練部分
‘train done!’
svm.score(X_test, y_test)
這是用模型來檢驗成績
官方資料顯示:基於SVM的影像分類需要依靠HOG提取的特徵,擬合模型時將HOG提取出的特徵向量作為X,將樣本的類別標籤作為y
而上一題我們已經求出特徵向量,而題目的樣本類別標籤也已經給出,我們要做的就是將兩者一一對等連線起來,並進行訓練
而在本題中X_train=X_test,Y也是一樣,大致思路這樣
但是過程中出現很多小問題,比如格式不對等,以及題目要求kernel的型別和svm的隨機態設定為2020,這些在SVC的函式中直接修改即可
clf = SVC(kernel='linear',random_state=2020)
import cv2
import matplotlib.pyplot as plt
import numpy as np
import json
with open('/home/kesci/input/weather_image1552/train.json','r') as f:
js_data=json.load(f)
cnt=0
mp={'sunny':0,'cloudy':1}
js_pic=[]
js_lab=[]
for key in js_data:
if(cnt<10):
js_pic.append(key)
js_lab.append(mp[js_data[key]])
cnt+=1
# for i in range(len(v_pic)):
# print(v_pic[i],v_lab[i])
prePath='/home/kesci/input/weather_image1552/訓練集/'
features=[]
for i in range(len(js_pic)):
img=cv2.imread(prePath+js_pic[i],0)
# plt.imshow(img)
dsize=(100,128)
img_rs=cv2.resize(img,dsize)
hg=cv2.HOGDescriptor()
# winFt=hg.getDescriptorSize()
hog=hg.compute(img_rs).reshape(-1)
print(hog)
features.append(hog)
# for i in range(10):
from sklearn.svm import SVC
clf = SVC(kernel='linear',random_state=2020)
feature=np.array(features)
label=np.array(js_lab)
# feature = np.concatenate(feature, axis=0)
# label = np.concatenate(label, axis=0)
clf.fit(feature, label)
clf.score(feature, label)
到此天氣識別和疾病分析的前兩個部分都已經完成,最後一部分就是真槍實彈,直接寫完整程式來判斷天氣或疾病情況,等明天繼續開幹,奧利給
相關文章
- 數字影像處理相關練習
- 遊戲資料分析練習遊戲
- 練習一升級及分析
- 深度學習之影像處理與分析(二)深度學習
- 人工智慧研學社 · 入門組 | 《終極演算法》研習第二期人工智慧演算法
- 百度影像分割7日打卡訓練營學習筆記筆記
- 訓練一個影像分類器demo in PyTorch【學習筆記】PyTorch筆記
- 疾病預測和天氣分析練習賽
- 【預告】『醫學影像與人工智慧』講習班開始報名人工智慧
- 視覺化影像處理 | 視覺化訓練器 | 影像分類視覺化
- 人工智慧影像降噪:Topaz Photo AI for Mac人工智慧AIMac
- 新手練習:Python練習題目Python
- MYSQL練習1: DQL查詢練習MySql
- sql 練習SQL
- MySQL練習MySql
- latex練習
- ddl練習
- MySQ練習
- 醫學影像分析入門
- HDR影像學習之旅
- 【數字晶片前端】STA時序分析的小練習1晶片前端
- U7-11課綜合練習+12課階段測評練習——複習練習題目
- Scala學習(三)練習
- Scala學習(四)練習
- Scala學習(五)練習
- Scala學習(六)練習
- Scala學習(七)練習
- nginx配置練習Nginx
- python練習Python
- mysql練習題MySql
- Java方法練習Java
- MYSQL練習二MySql
- JS原生練習JS
- TypeScript 練習題TypeScript
- C++練習C++
- java練習題Java
- pl/sql練習SQL
- 入門練習