支持向量机的图像分类答案

【问题标题】：Image Classification with Support Vector Machine支持向量机的图像分类
【发布时间】：2018-10-12 09:18:30
【问题描述】：

我之前曾多次使用支持向量机使用skicit-learn 库进行分类。但我只与包含“.csv”格式的文本和数字的数据进行交互。目前，我想使用支持向量机进行图像分类。你能帮我如何将图像转换为“.csv”格式的类型以便分类。如果有任何帮助，我将不胜感激。谢谢。

【问题讨论】：

【解决方案1】：

当然，一般来说，人们会定义一个所谓的特征向量。它是一个向量，其中包含某些通常是手工制作的特征的数字表示。在图像分类的情况下，这在很大程度上取决于您要分类的内容。通常，图像分类系统中的特征是通过HOG和SIFT等图像处理算法提取的。

但老实说，我不会在图像分类任务中使用 SVM，因为通常需要大量工作来定义和组合特征才能获得一个好的分类器。请改用Convolutional Neural Networks。那些自己学习必要的功能。如果您为一个好的 SVM 分类器花费数月的特征工程，那么 CNN 在第一次训练后很容易胜过您的工作。

【讨论】：

非常感谢。我最近尝试将 HOG 与 SVM 结合使用。实际上我之前用 CNN 训练了我的模型，我想将结果与 CNN 进行比较。 CNN 给了我更好的结果。非常感谢您的支持。
不客气:)不过，只要接受我的回答就足够了:)

【解决方案2】：

有两种方法可以实现 SVM 进行图像分类。

【讨论】：