沿图像传递参数以进行图像识别[关闭]

Posted 2023-03-29

【中文标题】沿图像传递参数以进行图像识别[关闭]

【英文标题】：Pass parameters along image for Image Recognition [closed]

【发布时间】：2022-01-19 15:30:58

【问题描述】：

我需要使用图像识别解决方案标记给定图像，然后根据另一个参数浏览结果。 例如，我可能会传递某个城市的市政厅的照片，算法会返回标识可能的市政厅的标签，例如Bologna City Hall、Modena City Hall、ecc...，然后，基于另一个参数，位置，它会给我正确的标签，比如如果参数是Modena，则选择Modena City Hall作为正确的解决方案。 在性能非常重要的情况下，您将如何构建它？ 有一个用所有照片训练的巨大模型，然后根据结果略读吗？ 每个城市都有不同的模型并根据参数选择正确的模型？ 我也和我的教授讨论过这个问题，他告诉我要创建一个图像识别模型，该模型也将参数作为输入，以便它自动只考虑该城市的照片，但我还没有找到任何方法来做到这一点。 我的第一个解决方案是使用 Firebase AutoML API 训练模型，但如果无法做到这一点，我可以使用 Python 或 F# 从头开始​​自定义解决方案。

【问题讨论】：

如果您知道位置，请将其（作为某种编码，查看人们为 NLP/文本处理网络所做的工作，或使用 GPS 坐标的“位置编码”）输入到图像之外的网络中.网络的图表将变得不那么琐碎，因为网络不仅拍照。

我投票结束这个问题，因为它与 minimal reproducible example 中定义的编程无关，而是关于 ML 理论和/或方法 - 请参阅 ***.com/tags/machine-learning/info 中的介绍和注意事项跨度>

【参考方案1】：

您可以使用“sklearn”库使用神经网络算法构建分类模型。 在这种情况下，照片（女巫是您的输入值）是一些 nparray，例如 8×8 图像是具有 8 列和 8 行的 numpy 数组。 然后为您的标签添加城市。之后，只需使用这些数据训练来自 sklearn.neural_network 的 MLPClassifier 模型。