Программное обеспечение для классификации изображений
В настоящее время я работаю над проектом, чтобы классифицировать данный набор тестовых изображений в одну из 5 предопределенных категорий. Я реализовал Логистическую регрессию с вектором признаков по 240 объектов для каждого изображения и обучил его, используя 100 изображений / категорию. Точность обучения, которую я достиг, составила ~98% для каждой категории, тогда как при тестировании на проверочном наборе, состоящем из 500 изображений (100 изображений / категория), только ~57% изображений были правильно классифицированы.
Пожалуйста, предложите мне несколько библиотек / инструментов, которые я могу использовать (желательно на основе нейронной сети) для достижения более высокой точности.
Я пытался использовать инструмент на основе Java, Neurophy ( http://neuroph.sourceforge.net/) на окнах, но он не работал, как ожидалось.
Изменить: Вектор объекта уже был предоставлен для проекта. Я также ищу лучший инструмент для извлечения функций для изображений.
3 ответа
Вы можете получить помощь из этой статьи Классификация изображений
На мой взгляд, SVM относительно лучше, чем логистическая регрессия, когда речь идет о проблемах многоклассового реагирования. Мы используем его в классификации продуктов электронной коммерции, где есть тысячи уровней отклика и тысячи функций.
Исходя из ваших тегов, я предполагаю, что вы хотели бы пакет Python, Scikit-Learn имеет хорошие процедуры классификации: http://scikit-learn.org/.
У меня был хороший успех с использованием инструментов WEKA, вам нужно изолировать интересующий вас набор функций, а затем применить классификатор из этой библиотеки. Примеры очень понятны. http://weka.wikispaces.com/