基于标记关联图像的最佳方法

Question

我试图用张量流来解决一个ML问题，但我不知道应该用什么算法。我在我的数据集上标记了图像。当一个新的图像出现时，我想根据标签将我拥有的图像关联起来。我应该从哪里开始？O.O

Answer 1

你所说的关联图像是什么意思？您是否正在尝试根据图像的标记对其进行聚类

如果是这样的话，你可以训练一个编码器在你的图像上运行，产生一个特征向量，并根据它们的图像标签对这些特征向量进行聚类。例如，假设您有多个标签图像：cars&；猫。您可以运行编码器（由卷积层组成），展平最后一层以获得特征向量，并运行聚类算法，如K-means（K=2，因为您只有2个标记-cars&；猫）

根据数据集中图像的大小和性质，您可能需要使用编码器体系结构、收集更多数据、使用其他聚类算法等

如果您的图像特征向量可能属于多个类，并且希望返回可能的标记，则必须选择软聚类算法，例如GMMs（高斯混合模型）或FCMs（模糊C均值）。这些算法不专门输出类，而是为每个数据点输出一个类分数。因此，如果您想要新图像的前5个标记，您可以：

• 运行编码器获取特征向量
• 对特征向量进行软聚类
• 获得5个得分最高的课程