Avances varios, demasiados

compute_hog.py

@@ -1,25 +1,46 @@
 import cv2
 import os
+from sklearn.cluster import MeanShift,KMeans , estimate_bandwidth
+import numpy as np
 
 os.chdir("features")
 
-
 hog = cv2.HOGDescriptor((224,224),(16,16),(8,8),(8,8),9)
 
+descriptores = []
+nombres = []
+
 for directorio in [x[0] for x in os.walk('.')]:
     if directorio != '.':
         os.chdir(os.path.normpath(directorio))
-        if not os.path.isdir("../../descriptores/"+directorio):
-            os.makedirs("../../descriptores/"+directorio)
+        #if not os.path.isdir("../../descriptores/"+directorio):
+            #os.makedirs("../../descriptores/"+directorio)
 
         for f in os.listdir():
             img = cv2.imread(f)
             h = hog.compute(img)
 
-            fs_write = cv2.FileStorage("../../descriptores/"+directorio+'/'+f.split('.')[0]+'.yml', cv2.FILE_STORAGE_WRITE)
-            fs_write.write("descriptor", h)
-            fs_write.release()
+            #fs_write = cv2.FileStorage("../../descriptores/"+directorio+'/'+f.split('.')[0]+'.yml', cv2.FILE_STORAGE_WRITE)
+            #fs_write.write("descriptor", h)
+            h = np.transpose(h)[0]
+            descriptores.append(h)
+            nombres.append(directorio + "_" + f.split('.')[0])
 
 
         os.chdir("..")
 
+os.chdir("..")
+
+print("Empieza el cluster")
+
+#clustering = MeanShift()
+clustering = KMeans(n_clusters=5)
+clustering.fit(descriptores)
+
+f = open("clusters_k_5.txt", "w")
+
+for i in range(len(clustering.labels_)):
+    print(nombres[i] + ": " + str(clustering.labels_[i]))
+    f.write(nombres[i] + ": " + str(clustering.labels_[i])+"\n")
+
+f.close()

features/clusters.txt

@@ -0,0 +1 @@
+.\block1_conv1_0: 0.\block1_conv1_1: 0.\block1_conv1_10: 0.\block1_conv1_11: 0.\block1_conv1_12: 0.\block1_conv1_13: 0.\block1_conv1_14: 0.\block1_conv1_15: 0.\block1_conv1_16: 0.\block1_conv1_17: 0

separate_clusters.py

@@ -0,0 +1,22 @@
+import sys
+import os
+
+if not os.path.exists("clusters"):
+    os.mkdir("clusters")
+
+os.chdir("clusters")
+
+if not os.path.exists(sys.argv[1].split('.')[0]):
+    os.mkdir(sys.argv[1].split('.')[0])
+os.chdir(sys.argv[1].split('.')[0])
+
+archivo = sys.argv[1]
+
+archivo = open(archivo, "r")
+
+for line in archivo:
+    filter_name = line.split(':')[0]
+    cluster_number = line.split(" ")[-1]
+    if not os.path.exists(cluster_number):
+        os.mkdir(cluster_number)
+

visualizar_modelos.py

@@ -0,0 +1,8 @@
+import keras
+from keras.utils import plot_model
+
+model1 = keras.applications.vgg16.VGG16()
+model2 = keras.applications.inception_v3.InceptionV3()
+
+plot_model(model1, to_file='vgg.png')
+plot_model(model2, to_file='inceptionv3.png')