如何在图像上训练 scikit-neuralnetwork

Question

我正在尝试训练一个分类器来识别图像中标签上的不同形状（圆形、矩形和空白 - 下面的示例），并认为 scikit-neuralnetwork 可能会有所帮助，因为我没有取得太大的成功使用 SVM。我在他们的网站上找到了文档，但不确定我用来训练网络的数据应该采用的格式。

from sknn.mlp import Classifier, Convolution, Layer

nn = Classifier(
    layers=[
        Convolution("Rectifier", channels=8, kernel_shape=(3,3)),
        Layer("Softmax")],
    learning_rate=0.02,
    n_iter=5)
nn.fit(X_train, y_train)

我的灰度图像是 24*24 像素，那么我可以有一个由这些矩阵组成的 NumPy 数组（“X_train”）吗？这样我就不必将每个图像展平成一行来形成我的训练矩阵，并且我会丢失所有的形状信息（这就是我训练我的 SVM、LDA、PCA 等时发生的情况）。

Answer 1

您必须对集合中的每个样本使用多维表示，numpy 允许这样做。

您可以将以下示例视为训练集中大约 4 张图像，每个图像的大小为 (2,3)

>>> np.arange(2*3*4).reshape(4,2,3)
array([[[ 0,  1,  2],
        [ 3,  4,  5]],

        [[ 6,  7,  8],
         [ 9, 10, 11]],

        [[12, 13, 14],
         [15, 16, 17]],

        [[18, 19, 20],
         [21, 22, 23]]])

Answer 2

无需展平数据。只需提供一组矩阵。在您的情况下，X_train.shape 将是 (NUM_OF_EXAMPLES, 24, 24)。看看digits example。