如何使用scikitlearn识别真实场景图像？

Question

我是新来scikit学习的，我有很多图片和图片大小都不一样，一种是真实场景的图片像

cdn.mayike.com/emotion/img/attached/1/image/dt/20170920/12/2017092012356_.png格式 cdn.mayike.com/emotion/img/attached/1/image/mainImg/20170916/15/20170916153205\u 512.png格式 ，

另一个不是像

cdn.mayike.com/emotion/img/attached/1/image/dt/20170917/01/20170917011403_.jpeg
cdn.mayike.com/emotion/img/attached/1/image/dt/20170917/14/20170917145613_.png格式 . 你知道吗

我想用scikit学习识别哪些不是真实场景的图像，我想这和http://scikit-learn.org/stable/auto_examples/applications/plot_face_recognition.html#sphx-glr-auto-examples-applications-plot-face-recognition-py很相似。
我完全不知道如何开始。
如何创建日期集并从图像中提取特征？
有人能告诉我该怎么办吗？你知道吗

Answer 1

这似乎不是一个直接的编程问题，你的问题与非基本的“当前”研究有关。你知道吗

似乎您应该阅读自然场景（统计）并熟悉当前的机器学习框架，如TensorFlow、Caffe。你知道吗

有很多教程可以开始，例如，你可以从一个二进制分类器开始，如果给定的图像显示一个自然场景或没有输出。你知道吗

您的数据库设置可以具有如下结构：

-> Dataset
    -> natural_scenes
    -> artificial_images

例如，Digits可以使用这样的结构来创建数据集，并且能够使用为Caffe和TensorFlow设计的模型。你知道吗

我还建议您阅读有关微调neral networks的内容，因为如果您从零开始培训，您需要在数据库中存储大量图像。你知道吗

在Caffe中，你可以微调像CaffeNet或GoogeNet这样的预训练模型。你知道吗

我认为这些是一些基本的信息，应该让你开始。你知道吗

至于scikit学习和人脸检测：人脸检测更多的是寻找可能包含人脸的局部候选或图像块。另一方面，就整体形象而言，你的问题更像是一个全球性问题。也就是说，我将从这里的神经网络开始，它能够为您提取局部和全局特征。你知道吗