使用 KMeans 聚类在图像上创建聚类答案

【问题标题】：Create clusters on images using KMeans clustering使用 KMeans 聚类在图像上创建聚类
【发布时间】：2018-08-13 09:22:33
【问题描述】：

我有大约 50000 张图像，属于 9 个不同的类别。（衬衫、T 恤、裤子等）

我正在创建一个程序，它将新图像准确地分类到其中一个类中。虽然这是一个标准的分类问题，但准确度并不好，因为有些类别差别不大。例如，一条牛仔裤看起来与正装裤很相似，除了颜色和质地可能不同。

我希望我可以使用无监督学习来解决这个问题。但是我在将图像传递给 K 均值方法时收到此错误消息

ValueError: setting an array element with a sequence.

这是我的整体代码

data_path = '../DATASET/category/train/'
ls = []
dic = {}

for classes in sorted(os.listdir(data_path)):
    if classes.startswith('.'): continue
    for image in sorted(os.listdir(os.path.join(data_path,classes))):
        if image.startswith('.'): continue
        img = np.array(plt.imread(os.path.join(data_path,classes,image)))
        ls.append((classes, img))

cls = [i[0] for i in ls]
img = [i[1] for i in ls]

df = pd.DataFrame()

df['img'] = img
df['label'] = cls

X = np.array(df.drop(['label'], 1))

kmeans = KMeans(n_clusters=9) 
kmeans.fit(X)

我做错了什么。

提前致谢

【问题讨论】：

标签： python unsupervised-learning

【解决方案1】：

我认为您必须从每个图像中提取特征，然后将其插入 KMeans。请在此处查看示例：https://www.kaggle.com/shinto/k-means-clustering

【讨论】：