Ainda não tem acesso? Estude com a gente! Matricule-se
Ainda não tem acesso? Estude com a gente! Matricule-se

Solucionado (ver solução)

Classificador Eingenfaces

Aula04 - video 02 Classificador Eingenfaces.

Eu executei corretamente a aula passo a passo e tem vários labels dos "sujeitos", que o algortimo não acerta. Procede?

Verificando o sujeito 2, verifiquei que as 10 imagens de treinamento procede com os labels, ou seja, o algoritmo treinou corretamente.

Visualização: plt.imshow(dados_treinamento[10], cmap="gray") plt.title(sujeitos[10]) . . . plt.imshow(dados_treinamento[19], cmap="gray") plt.title(sujeitos[19])

E os de teste também bate os labels com as imagens:

plt.imshow(dados_teste[5], cmap="gray") plt.title(sujeitos_teste[5])

. . . plt.imshow(dados_teste[9], cmap="gray") plt.title(sujeitos_teste[9])

O que poderia ser?

7 respostas

Como faço para colar uma imagem aqui?

Segue imagem:

Eingenfaces

https://imgur.com/a/kE6ntOR

Acabei de testar e com o FisherFaces também ele erra.

Fisherfaces:

https://imgur.com/6GE3RVx

O que será que eu to fazendo de errado? O comportamento foi o mesmo.

Olá Márcio,

Isso é devido por que na ordem em que os arquivos foram armazenados no seu ambiente foram diferentes do que usei no meu. Eles podem perder a ordem e os ids não serem os mesmos, por conta de como o sistema operacional atribui a ordem de criação. Veja que quando você exibiu as imagens, os rostos eram diferentes mesmo.

No seu caso, os ids` 6 e 7 correspondiam a outras faces.

O importante aqui é termos o valor final do teste de acurácia, pois é nele que verificamos todas as amostras de teste.

A validação imagem a imagem é para mostrar o resultado de uma inferência manual e termos em conta o valor similaridade associado também.

Ah entendi. Então não fiz nada de errado. É comum errar algumas imagens mesmo? É que nos dois algoritmos eles erraram igualmente.

Ok. Vou seguir com o curso. O proximo video vai tratar da precisão dos algoritmos.

Obrigado pelo retorno.

solução

Sim é comum. É difícil ter um classificador que acerte 100% (mas não impossível). O que ajuda no processo é você ter muitos exemplos para poder classificar.

No próximo vídeo você vai entender um pouco sobre a avaliação da performance de precisão do classificador, que é o indicador objetivo que utilizamos.

Imagina, conte comigo.

Abraço.