Я пытаюсь адаптировать scikit-learn's eigenface face recognition script для использования в моем собственном наборе данных изображений (отметим, что этот скрипт отлично работает на моем Python 3, sklearn 0.17).Как изменить пример распознавания лица на основе собственных знаний scikit-learn
Ниже приведено требование к fetch_lfw_people()
, что, вероятно, нуждается в модификации, и я изо всех сил старался, чтобы сценарий пропустил это, вместо этого указывал на мои собственные папки изображений.
Мне нужен сценарий - вместо того, чтобы извлекать данные из загружаемых вами папок - чтобы получить изображения из моего собственного набора данных, расположенного по адресу '/User/pepe/images/'
.
# Download the data, if not already on disk and load it as numpy arrays
lfw_people = fetch_lfw_people(min_faces_per_person=70, resize=0.4)
# introspect the images arrays to find the shapes (for plotting)
n_samples, h, w = lfw_people.images.shape
# for machine learning we use the 2 data directly (as relative pixel
# positions info is ignored by this model)
X = lfw_people.data
n_features = X.shape[1]
# the label to predict is the id of the person
y = lfw_people.target
target_names = lfw_people.target_names
n_classes = target_names.shape[0]
etc...
Есть ли у вас какие-либо предложения по устранению этого?
Как вы можете видеть из кода GitHub, центральная часть на самом деле не fetch_lfw_people()
, а файл lfw.py, который имеет дополнительные функции.
Получили ли вы эту работу со своим собственным набором данных? – Maximilian