时间戳

首页 > 解决方案 > 如何预测我自己的图像并使用 SVM 分类器检查它们是否匹配

python - 如何预测我自己的图像并使用 SVM 分类器检查它们是否匹配

问题描述

我遵循了一个教程并使用 SVM 训练了一个模型。当我使用它预测的测试集测试模型时，但我想上传我自己的图像并比较它们是否匹配，然后打印结果的准确性。

img1 = imageio.imread("test-1.jpg")
img2 = imageio.imread("test-2.jpg")
  
myTest = []
myTest.append(img1)
myTest.append(img2)

pred = svc_1.predict(myTest)

表明

ValueError: setting an array element with a sequence.

标签： pythonscikit-learnsvm

解决方案

首先，两张图片的大小是否相同？

其次，我们需要为 SVC 模型提供 2D 输入。因此，您需要展平您的 3D 图像并创建一个维度为 [# images, #pixels in image] 的特征矩阵。

玩具示例（实际上我们需要使用训练集拟合模型并使用测试集进行预测）。

import numpy as np
from sklearn.svm import SVC

img1 = imageio.imread("test-1.jpg")
img2 = imageio.imread("test-2.jpg")
  
y = [0,1] #labels for the classification

myTest = []
myTest.append(np.array(img1).ravel()) # ravel the 3D images into a vector
myTest.append(np.array(img2).ravel())

svc_1 = SVC().fit(myTest,y ) # fit the model
pred = svc_1.predict(myTest) # predict
print(pred)
# [1 1]

推荐阅读