Python 如何从来自同一图像的不同数据集创建分类器

我试图创建一个分类器，以便从人脸图像中区分男性和女性。 对于每个图像，我有4组相同的数据（一组用于整个面部、眼睛、鼻子和嘴唇）

这意味着对于每个图像，我有4个相同的特征，但它们来自图像的不同部分

是否可以将它们合并到一个分类器中，或者我应该创建4个分类器，然后组合它们。 另外，我所拥有的这些数据，我应该使用所有数据，还是应该坚持使用统计上不同的数据（通过T检验）

---

很抱歉，这很难解释，这是我第一次在这里发帖

您可以训练单个分类器，该分类器将眼睛、鼻子和嘴唇的堆叠图像作为输入。只有当这些图像具有相同的形状时，这才是可能的。您可能希望使用的模型是卷积神经网络，因为它可以有效地处理图像数据

---

如果我可以问，如果你已经有一张完整的脸的图像，你为什么要使用分开的眼睛、鼻子和嘴唇功能？

就我个人而言，我只会使用整个脸的图像作为CNN的输入。让网络自身提取区分男性和女性所需的特征。通过输入特定于模型的鼻子、眼睛和嘴唇的图像，您已经具备了分类的“硬编码”功能，假设这三个身体部位是计算机做出决策所需的全部信息。

这是我的主管给我的建议。我相信他有点想让我创建一个分类器，从所有图片中提取数据，以创建更好的结果。幸运的是，我必须使用我的数据进行分类。我认为你应该尝试不同的社区。请看一看和