python - 使用无监督机器学习对图像进行聚类
问题描述
我有一个包含身份证、账单和护照的图像数据库。
我想将这些图像分为不同的组(即身份证、账单和护照)。
正如我所读到的那样,完成此任务的一种方法是聚类(因为它将是无监督的)。
我的想法是这样的:聚类将基于图像之间的相似性(即具有相似特征的图像将被分组在一起)。
我也知道这个过程可以通过使用 k-means 来完成。
所以对我来说,问题在于特征和使用带有 K-means 的图像。
如果有人以前这样做过,或者对此有所了解,请您推荐一些链接以开始或建议任何可能有用的功能。
解决方案
获得良好结果的最简单方法是将问题分解为两部分:
- 从图像中获取特征:使用原始像素作为特征会给你带来糟糕的结果。通过预先训练的 CNN 传递图像(您可以在线获得其中的几个)。然后使用最后一个 CNN 层(就在完全连接之前)作为图像特征。
- 特征聚类:获得了每个图像的丰富特征后,您可以对这些特征进行聚类(如 K-means)。
我建议分别在 Keras 和 Sklearn 中实施(使用已经实施的)1、2。
推荐阅读
- flutter - 我想在使用 Navigator.pop(context) 从另一个班级回来后恢复警报对话框
- wordpress - 无法通过 SSH 连接到 Bitnami WordPress
- javascript - 使用 ASP.NET CORE 中的链接从 Cloudinary 下载 pdf 文件
- elixir - Ecto如何通过关系过滤一个有很多
- python - 重新采样数据框的一部分并与 ohlcv (pandas) 进行交易
- azure-powershell - 如何在 Mac 上使用 poweshell 的 azures 模块
- python - 搜索路径时超出最大递归深度
- javascript - 如何在 JavaScript 中重定向之前获取当前 URL
- r - 在 R 中创建一个仅将向量的前 n 个元素大写的函数
- javascript - JS解析到MySQL时引用冲突