虹膜数据集是不是被视为图像的提取特征数据集？ [关闭]

Posted 2023-03-12

【中文标题】虹膜数据集是不是被视为图像的提取特征数据集？ [关闭]

【英文标题】：Is Iris Dataset considered as extracted features Dataset for images? [closed]虹膜数据集是否被视为图像的提取特征数据集？ [关闭]

【发布时间】：2018-06-17 08:29:00

【问题描述】：

我有 nn 需要在图像上进行训练和测试。我知道当我想在 Image 上训练 nn 时，我应该提取特征。据此，我可以将https://archive.ics.uci.edu/ml/datasets/iris 上提供的 Iris 数据集视为具有提取特征的图像数据集并在其上训练 nn 吗？ 换句话说，任何人都可以对我说“不，你没有在图像上训练你的神经网络”

感谢帮助

【问题讨论】：

不，它不是图像数据。

您提供的链接解释了它包含的数据： 1. 萼片长度（厘米） 2. 萼片宽度（厘米） 3. 花瓣长度（厘米） 4. 花瓣宽度（厘米） 5. 类别： -- Iris Setosa -- Iris Versicolour -- Iris Virginica

感谢 Bhoke 和 Sascha，我认为我可以将这些数据视为提取的特征

【参考方案1】：

当你想训练你的神经网络时，你必须：

预处理您的数据图像，以“清理”您的数据集 决定要提取哪些特征（这是一项非常困难的任务，因为您必须决定哪些特征与识别相关，哪些不相关。这段话已经在 Iris 数据集中完成） 继续训练和测试您的神经网络

因此，如果您查看第二个，您会发现 Iris 数据集不是图像数据集。但是，它具有许多可用于训练神经网络的功能。

所以问题是： 您想从图像中提取哪些特征来训练您的神经网络？

如果答案是：已经在 Iris 数据集中提取的特征（萼片数量、萼片宽度等），那么您可以继续训练您的神经网络。

如果答案是：我想直接在图片上提取特征，那你就要研究这一步了。

【讨论】：

这些特征很适合我想要的，但我担心我的讲师说我不能将其视为具有提取特征的图像

我也很害怕，因为使用外部数据集意味着使用对您有用或无用的外部工作，具体取决于您的神经网络的目标。例如，如果目标是识别一种鸢尾花，并且这些品种的萼片数量不同，那么您可以使用该特征（从图像中手动提取或从鸢尾花数据集等公共数据集中自动提取）。但如果您的目标是考虑其他特征（如花朵颜色或宽度），则此数据库将不完整。