0

我一直在研究一个数据集,其目标是确定它是哪种类型的方向。这是一个分类问题,对于每条记录(对于大多数记录),我有 4 张图像 - 正面、左侧、右侧和背面产品图像。我想将这些图像分类为上述 4 个类别。数据集如下所示:在此处输入图像描述

我已经下载了图像并根据它们的类将它们放在不同的文件夹中。

我应用的方法:

到目前为止,我已经应用了两种方法来对这些图像进行分类。

1)我曾尝试直接使用 vgg16 对图像进行分类,但它甚至没有给我 50% 的准确率。

2)我将这些图像转换为具有黑色背景的边缘图像:在此处输入图像描述

这是使用精明的边缘检测完成的。之所以这样做,是因为结果我得到了具有相似颜色连衣裙、相似设计连衣裙等的图像。在这些之上,我再次应用了 vgg16、resnet50、inception 模型,但似乎没有任何效果。

您能否提出一些适用于我的情况的想法,并以更好的方式对图像进行分类。

4

1 回答 1

0

首先你的数据集必须被平均分割。例如 80% 的训练和 20% 的测试。之后,您必须平衡这些集(训练集 60% 的 A 类图像,40% 的 B 类图像)与测试集完全相同。

于 2020-02-17T23:44:54.607 回答