[[432947]]

基于JAVA開發(fā)的Weka是一款不錯(cuò)的機(jī)器學(xué)習(xí)以及數(shù)據(jù)挖掘的開源軟件。在上一個(gè)文章(Top期刊中擬南芥高質(zhì)量摳圖，不用PS用這個(gè)，點(diǎn)點(diǎn)鼠標(biāo)就搞定)當(dāng)為大家介紹了一款神器ImageJ，而Weka也作為一個(gè)插件集成在該軟件中。

 

 

緊接著軟件彈窗提示打開圖片，我們這次訓(xùn)練識別孢子模型，如下圖：

 

 

選擇圖片后即可進(jìn)入WEKA界面。

該界面包括：

• 訓(xùn)練欄：模型訓(xùn)練(Train classifier)
• 選項(xiàng)欄：加載模型(Load classifier)、加載數(shù)據(jù)(Load Data)、新建類別(Create new class)、設(shè)置(Settings)
• 標(biāo)簽欄：添加不同分類(此處分類默認(rèn)兩個(gè)，可以在Settings中進(jìn)行詳細(xì)設(shè)置)

 

 

我們進(jìn)入設(shè)置，可以對類別進(jìn)行重命名，這樣防止混亂。

 

 

模型訓(xùn)練

接下來我們開始訓(xùn)練模型

首先在ImageJ面板上選擇形狀選擇工具，圈選孢子并填入到孢子分類(紅色模塊)，同理分類背景(綠色模塊)。全選完畢后點(diǎn)擊模型訓(xùn)練(Train classifier)等待機(jī)器訓(xùn)練完畢。

 

 

 

 

短暫等待后，我們發(fā)現(xiàn)所有孢子都標(biāo)紅，背景標(biāo)綠。

 

 

模型訓(xùn)練還不錯(cuò)，但還需要進(jìn)行微調(diào)。如相鄰較近的孢子被圈成一塊，我們需要將其分開，所以這次我們使用劃線分割并添加到背景標(biāo)簽中，然后再次進(jìn)行訓(xùn)練。

 

 

再次訓(xùn)練后的模型，此時(shí)的模型比上次更好，如果還不滿意，可以繼續(xù)微調(diào)。

 

 

 

個(gè)數(shù)統(tǒng)計(jì)

訓(xùn)練完畢后選擇 Create result

 

 

點(diǎn)選后結(jié)果如下圖：

 

 

這時(shí)只需要這幾步操作：

1、Image→Type→8 bit

2、Image→Adjust→Threshold

3、拖動滑輪調(diào)節(jié)成 白背景 黑孢子如下圖

 

 

4、Process→Filters→Median

5、Process→Binary→Watershed

6、Analyze→Analyze Particles(注意：因?yàn)檫吔缟厦嬗墟咦樱圆还催xExclude on edges)

 

 

計(jì)數(shù)結(jié)果如下圖：

 

 

模型保存與調(diào)用

• 保存模型：

我們再次回到WEKA界面，然后點(diǎn)擊 保存分類模型 (Save classifier)，文件格式是classifier.model

 

 

• 調(diào)用模型

使用WEKA打開新的孢子圖片后直接加載模型(Load classifier)，然后直接Create result 即可分析圖片，然后重復(fù) 個(gè)數(shù)統(tǒng)計(jì) 操作流程即可。

最后

清代彭端淑在《為學(xué)一首示子侄》說“天下事有難易乎?為之，則難者亦易矣;不為，則易者亦難矣。人之為學(xué)有難易乎?學(xué)之，則難者亦易矣;不學(xué)，則易者亦難矣。”