标签图像使用自己的训练分类器
6视图(30天)
显示旧的评论
接受的答案
图像分析
2018年8月25日
是的。你可以这样做:
newImage = imread (fullfile (rootFolder“飞机”,“image_0690.jpg”));
%创建augmentedImageDatastore时自动调整图像
使用激活%图像特征提取。
ds = augmentedImageDatastore (newImage图象尺寸,“ColorPreprocessing”,“gray2rgb”);
使用CNN %提取图像特征
featureLayer imageFeatures =激活(净,ds,“OutputAs”,“列”);
使用分类器%作出预测
标签=预测(imageFeatures分类器,“ObservationsIn”,“列”)
4评论
图像分析
2020年5月8日
所以你使用CNN(或我想RCNN)收集一堆估计特征值(例如x, y, meanGrayLevel,标准差)从一组图片,现在你想随机特性矩阵。我猜特征矩阵的图像数字走行,每个特性在自己的专栏,对吧?你也做一个分类CNN(往常一样,标准,简单)为每个图像估计类吗?和预测类特征矩阵的一列。所以你的特征矩阵
图片# predictedClass x y meanGrayLevel StdDev
image1 1 5 8 200 2.5
image2 2 9 3 120 4.9
image3 1 4 6 189 8.4
或类似的东西?
您可以使用
randsample
()函数来提取矩阵的一个子集。
或者你可以得到一个随机排序自己使用
randperm
()函数来争夺订单
排序方式= randperm(大小(featureMatrix, 1));
featureMatrix = featureMatrix(排序方式:);