内核 svm 的图片格式

Question

我在将一系列图像转换为正确格式以输入 sklearn.svm.SVC 时遇到了一些困难。

这是我的第一个图像识别项目，所以我有点痛苦。

我有一个循环，它将一堆 base64 RGB 图像（不同大小）引入数据帧

imageData = mpimg.imread(io.BytesIO(base64.b64decode(value)),format='JPG')

然后我将 RGB 图像转换为灰度，并展平

data_images = rgb2gray(imageData).ravel()

rgb2gray:

def rgb2gray(rgb):
    r, g, b = rgb[:,:,0], rgb[:,:,1], rgb[:,:,2]
    gray = 0.2989 * r + 0.5870 * g + 0.1140 * b
    return gray

如果我看尺寸差异

df_raw.sample(10)

我们可以看到我的样本之间的图片像素长度是不一样的。我对如何进行有点困惑。由于没有更好的主意，我决定根据最大尺寸的图片添加填充，

df_raw.picLen.max()

然后在每个 1D 图片数组的末尾附加一些零。

def padPic(x,numb,maxN):
    N = maxN-len(x)
    out = np.pad(x,(numb,N),'constant')
    return out

打电话

df_raw['picNew'] = df_raw.apply(lambda row: padPic(row['pic'],0,df_raw.picLen.max()), axis=1)
df_raw['picNewLen']  = df_raw.apply(lambda row: len(row['picNew']), axis=1)

我现在有所有相同大小的数组

从这里我尝试使用图片数据作为 X 和一组标签作为 y 来拟合一个模型来支持向量算法。

from sklearn.svm import SVC
X_train, X_test, y_train, y_test = train_test_split(df_raw.picNew, df_raw.name, test_size = 0.2, random_state=42)

检查尺寸：

print('Training data and target sizes: \n{}, {}'.format(X_train.shape,y_train.shape))
print('Test data and target sizes: \n{}, {}'.format(X_test.shape,y_test.shape))

训练数据和目标大小：(198,), (198,) 测试数据和目标 尺寸：(50,), (50,)

在我说服自己一切准备就绪后，我尝试拟合模型

svm = SVC()
svm.fit(X_train, y_train)

这会引发错误，我不知道为什么：

/opt/wakari/anaconda/envs/ulabenv_2018-11-13_10.15.00/lib/python3.5/site-packages/numpy/core/numeric.py in asarray(a, dtype, order) 499 500""" --> 501 返回数组（a，dtype，copy=False，order=order） 502 503

ValueError: 使用序列设置数组元素。

我认为这一定与数组大小有关，但我无法弄清楚。 :-/

除了错误之外，更一般地说，我对我的方法有一个疑问。特别是我认为我的“填充”可能不正确，也许调整大小会更好。 我感谢对我的方法的任何反馈。谢谢

Answer 1

我发现了问题所在。

感谢 Artem 发现了我没有对类进行编码的明显问题，但这最终不是我的问题。

原来我的图片数组的表示方式不正确。 原始数组是 df_raw['picNew'].shape，其计算结果为

(248,)

我需要的是 2D 表示

np.stack(df_raw['picNew'] , axis=1).shape

(830435, 248)

现在一切都好。

我仍然不确定将图像大小调整为相同长度的最“正确”方法。将 0 附加到数组长度似乎有点简单......所以如果有人有想法:)

Answer 2

我很确定这是由于在特征列中使用列表和字符串作为目标值。对于后者，您需要使用LabelEncoder 类将它们转换为规范化的类标签，根据 fit() 的要求。

请参阅此处的说明： https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html

这需要在训练/测试拆分之前完成，以确保标签编码器“看到”所有名称。

对于前者，您可能需要搜索 MNIST 教程，这些教程将提供大量应用于图像分类问题的算法。

此外，在展平之前调整大小应该比填充效果更好。