无法使用coreML对手绘图像进行分类

是因为coreML主要用于机器学习模型的部署和推理，而对于手绘图像这种非结构化的数据，coreML并不适用。手绘图像的分类通常需要使用计算机视觉领域的相关技术。

在计算机视觉领域，对手绘图像进行分类可以采用以下方法：

1. 特征提取和机器学习：通过提取手绘图像的特征，如形状、纹理、颜色等，然后使用机器学习算法进行分类。常用的机器学习算法包括支持向量机（SVM）、随机森林（Random Forest）等。腾讯云提供的相关产品是腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）。
2. 深度学习：使用深度学习技术，如卷积神经网络（CNN）等，对手绘图像进行分类。深度学习在计算机视觉领域取得了很大的突破，可以有效地处理图像分类问题。腾讯云提供的相关产品是腾讯云AI智能图像识别（https://cloud.tencent.com/product/ai_image）。
3. 图像处理和模式识别：利用图像处理和模式识别的技术，对手绘图像进行特征提取和分类。这包括边缘检测、形状匹配、纹理分析等方法。腾讯云提供的相关产品是腾讯云图像处理（https://cloud.tencent.com/product/tiia）。

需要注意的是，以上方法都需要根据具体的应用场景和需求选择适合的算法和工具。同时，对于手绘图像分类的准确性和效果也会受到数据集的质量和规模的影响。