python - 如何从来自同一图像的不同数据集创建分类器
问题描述
我正在尝试创建一个分类器,以便从面部图像中区分男性和女性。对于每张图像,我有 4 组数据(一张用于整个脸、眼睛、鼻子和嘴唇),女巫是相同的。
这意味着对于每张图像,我有 4 个相同的特征,但它们来自图像的不同部分。
是否可以将它们合并到一个分类器中,或者我应该创建 4 个分类器然后将它们组合起来。别的东西,我拥有的这些数据,我应该使用所有东西,还是应该坚持使用统计学上不同的数据(来自 T 检验)。
很抱歉这很难解释,这是我第一次在这里发帖。
解决方案
您可以训练一个分类器,将眼睛、鼻子和嘴唇的堆叠图像作为输入。这只有在这些图像具有相同形状时才有可能。您可能想要使用的模型类型是卷积神经网络,因为它可以有效地处理图像数据。
如果我可能会问,如果您已经有了完整的脸部图像,您必须使用单独的眼睛、鼻子和嘴唇特征的原因是什么?
推荐阅读
- javascript - 如何使用客户端脚本务实地向 MS Azure 聊天机器人(在直接通道中)发送问题
- c# - 如何将字符串数组转换为 int 数组以访问 int 数组中的数据?
- python-2.7 - 为什么帐户生成器和测验拼凑在一起时会自我破坏
- c# - 我如何使用 c# 将 plu 发送到条形码 ACLASS 和 Roginta 秤
- docker - Kubernetes master 在 https://localhost:6443。无法登录
- r - Rstudio 中的 Git 项目 - 从备份中恢复更改
- azure-devops - 如何使用 Rest API 为 DevOps 上的产品待办事项添加标签?
- python - 用于矩阵修改的python双循环
- excel - 宏自动在单元格下方添加 5 行,其值为 beta,并使用 VBA 关注第一个新添加的行
- c++ - zlib Inflate 在 C++ 中解压缩 .bmp 图像文件时返回 -3