我可以构建一个只有一个类（即西瓜）的图像分类器吗

Question

我对此很陌生，所以我真的不知道该怎么做。

我有这个西瓜数据集，我想创建一个图像分类器，根据数据集的特征判断输入图像是否是西瓜。

我尝试执行 ORB，循环遍历数据集中的所有图像，并尝试获取每个图像的描述符并将它们附加到列表中。

imagePaths = list(paths.list_images('...'))

orb = cv.ORB_create(nfeatures=1000)

keyPoints = []
descriptors = []

for imagePath in imagePaths:
    image = cv.imread(imagePath, 0)
    key_points, descriptor = orb.detectAndCompute(image, None)
    keyPoints.append(key_points)
    descriptors.append(descriptor)

然后我读取输入图像并使用 ORB 获取描述符。

test = cv.imread('apple_158989157.jpg', 0)
keypoint_test, desc_test = orb.detectAndCompute(test, None)

获得描述符后，我使用 BFMatcher 来匹配数据集和输入图像之间的描述符。循环遍历列表中存储的描述符并将其与输入图像的描述符进行匹配

bf = cv.BFMatcher()
for descriptor in descriptors:
        matches = bf.knnMatch(desc_test , descriptor, k = 2)

        for m, n in matches:
            if m.distance < 0.75 * n.distance:
                goodMatches.append([m])

为了知道它是否是西瓜，我声明了一个阈值。

threshold = 1500
if len(goodMatches) > threshold:
        print('Watermelon found!')
    else:
        print('No watermelon found!')

我尝试在 18 种不同的水果和 10 个西瓜上使用这些，18 个中的 18 个被分类为“非西瓜”，10 个西瓜中有 2 个被分类为“非西瓜”。

但是，是否有任何方法或更好的方法可以让图像分类器仅包含一个类别？

附言。我有 120 张西瓜图像作为数据集。