我有一组几千张图片(我从40张图片开始测试(，我想构建一个分类器，可以判断图片中的对象。比如，这是我的狗的照片，我邻居的狗的图片，还是我兄弟的狗。我知道如何比较两张图片及其关键点，但我不确定是否使用ML模型中提取的特征。
所以我开始使用OpenCV，并使用ORB来检测150个关键点。据我所知，描述符包含每个关键点的信息，我将使用它作为特征。所以现在我对每个图像都有150个特征，每个特征阵列有32个。(150,32(。我想把它放入RandomForest分类器，但当我这样做时，我会得到错误>>>>
ValueError:设置具有序列的数组元素。
以下是一些代码：
dogs是数据帧
# Init ORB
orb = cv2.ORB_create(nfeatures=150)
# Extract descriptors and put them in df
with tqdm(total=len(list(dogs.iterrows()))) as pbar:
for index, row in dogs.iterrows():
pbar.update(1)
im = dogs.at[index, 'filtered']
kp1, des1 = orb.detectAndCompute(im,None)
dogs.at[index, 'kp'] = kp1
dogs.at[index, 'des'] = des1
os.system('spd-say "Processing complete"')
X = dogs['des']
y = dogs['Id']
features = pd.DataFrame.from_records(X)
features['Id'] = dogs['Id']
X = features.drop('Id',1)
y = features['Id']
查看第一个图像的第一个特征
X[1][1]
阵列([02012130153183117271,22,1,90,2168，202、32、64、121、42、34、144、82、186、65、215、52、38，154、64、149、10、176、136]，dtype=uint8(
clf = RandomForestClassifier(n_jobs=-1)
clf.fit(X,y)
我从未将数组作为ML模型中的特性进行过处理，所以这可能只是一个简单的错误。如果我因为误解而完全错了，请告诉我。
RandomForestClassifier以及大多数传统ML算法只能处理标量特征。因此，为了在数据上使用，您需要将其压平，例如
import numpy as np
np.flatten(features.values)