图：pixabay

　　本文编译自medium，作者是Shiyu Mou。该作者介绍了图像分类的5种技术，总结并归纳了算法、实现方式，并进行了实验验证。文章略长，阅读时长约15分钟，请各位圈友耐心阅读。

　　图像分类问题就是从固定的一组分类中，给输入图像分配标签的任务。这是计算机视觉的核心问题之一，尽管它看似简单，却在实际生活中有着各种各样的应用。

　　传统方式：功能描述和检测。

　　也许这种方法对于一些样本任务来说是比较好用的，但实际情况却要复杂得多。

　　因此，我们将使用机器学习来为每个类别提供许多示例，然后开发学习算法来查看这些示例，并了解每个类的视觉外观，而不是试图直接在代码中指定每一个大家感兴趣的类别是什么样的。

　　然而，j2直播，图像分类问题就是一个非常复杂的工作，它总是借用诸如卷积神经网络（CNN）这样的深度学习模型来完成。但我们也知道，通常我们在课堂中学习到的，诸如KNN（邻近算法）和SVM（支持向量机）这样的许多算法，在数据挖掘问题上做得非常好，但似乎它们有时也不是图像分类问题的最佳选择。

　　因此，我们想要比较一下我们在课堂中学到的算法与CNN和迁移学习算法的性能。

　　目标

　　我们的目标是：

　　1.将KNN、SVM和BP神经网络，与通常在用于工业中图像分类问题的算法进行比较，例如CNN和迁移学习。

　　2.获得深度学习的经验。

　　3.通过Google的TensorFlow来探索机器学习框架。

　　算法和工具

　　我们在这个项目中使用的5种方法分别是KNN、SVM、BP神经网络、CNN，以及迁移学习。

　　整个项目主要分为3种方法。

　　第一种方法：使用KNN、SVM和BP神经网络，这是我们在课堂上学到的算法，功能强大而且易于实施。我们主要使用sklearn来实现这些算法。

　　第二种方法：虽然传统的多层感知器（MLP）模型成功地应用于图像识别，但由于节点之间的完全连通性受到维度灾难的影响，因此不能很好地扩展到更高分辨率的图像。所以在这一部分我们使用Google的TensorFlow深度学习框架来构建一个CNN。

　　第三种方法：重新训练预先训练的深层神经网络的最后一层（称为Inception V3），同样也是由TensorFlow来实现。Inception V3是为ImageNet大型视觉识别挑战而进行的训练，数据从2012年开始采集。这是计算机视觉中的标准任务，其中模型尝试将整个图像分为1000个类别，如“斑马”、“斑点狗”和“洗碗机”。为了重新训练这个预先训练网络，我们需要确保我们自己的数据集尚未被预先训练。

　　如何实现

　　第一种方法：

　　预处理数据集，并用sklearn来运行KNN、SVM和BP神经网络。

　　首先，我们使用openCV包定义了两种不同的预处理函数：第一个称为图像特征向量，调整图像大小，然后将图像平坦化为行像素列表。第二个称为提取颜色直方图，使用cv2.normalize从HSV颜色间距中提取3D颜色直方图，然后平坦化结果。

　　然后，我们构造需要解析的几个参数，因为我们要测试这个部分的准确性，不仅是针对整个数据集的，还要测试具有不同数量标签的子数据集，我们将数据集构造为解析到我们程序中的参数。与此同时，直播，我们还构造了用于k-NN方法的相邻数作为解析参数。

　　做好这些之后，我们开始提取数据集中的每个图像特征并将其放入数组中。我们使用cv2.imread来读取每个图像，通过从图像名称中提取字符串来拆分标签。在我们的数据集中，我们使用相同的格式设置名称：“类标签”.“图像号”.jpg，因此我们可以轻松地提取每个图像的类标签。然后我们使用之前定义的2个函数来提取2种特征，并附加到数组rawImages和特征中，而我们之前提取的标签则附加到数组标签。