========================================================================
Image Classification using Bag of Words and Spatial Pyramid BoW
Created by Piji Li (pagelee.sd@gmail.com)
Blog: 丕子 http://www.zhizhihu.com
QQ: 379115886
IRLab. : http://ir.sdu.edu.cn
Shandong University,Jinan,China
10/24/2011
Some code are from:
S. Lazebnik, C. Schmid, and J. Ponce, "Beyond Bags of Features: Spatial
Pyramid Matching for Recognizing Natural Scene Categories," CVPR 2006.
========================================================================
Just modify the ini.m: rootpath=your demo path, and then run main.m.
The BOW and Dictionary is in the dir:/data/global, size of BOW_sift.mat is (DictionarySize * #images).
Size of dictionary.mat is (DictionarySize * dim of features).spatial_pyramid.mat is the Spatial Pyramid BoW.
In /data/local is the sift features for each images.
========================================================================
Classification using BOW rbf_svm
Accuracy = 75.8333% (91/120) (classification)
Classification using histogram intersection kernel svm
Accuracy = 82.5% (99/120) (classification)
Classification using Pyramid BOW rbf_svm
Accuracy = 82.5% (99/120) (classification)
Classification using Pyramid BOW histogram intersection kernel svm
Accuracy = 90% (108/120) (classification)
========================================================================
Idea from:
S. Lazebnik, C. Schmid, and J. Ponce, "Beyond Bags of Features: Spatial
Pyramid Matching for Recognizing Natural Scene Categories," CVPR 2006.
Images from:
Piji Li, Jun Ma, Shuai Gao. Actions in Still Web Images: Visualization, Detection and Retrieval.
The 12th International Conference on Web-Age InformationManagement (WAIM 2011). Springer, 2011.
SVM from:
Chih-Chung Chang and Chih-Jen Lin, LIBSVM : a library for support vector machines.
ACM Transactions on Intelligent Systems and Technology, 2:27:1--27:27, 2011. Software available at http://www.csie.ntu.edu.tw/~cjlin/libsvm
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于CNN实现15种不同场景分类_含SIFT+BOG+SVM多分类器机器学习分类模型matlab完整源码+场景分类数据集.zip 【项目资源介绍】 使用CNN进行图像分类,并且附录了SIFT+BOG+SVM多分类器的机器学习分类模型 使用CNN进行图像分类,并且附录了SIFT+BOG+SVM多分类器的机器学习分类模型 使用CNN进行图像分类,并且附录了SIFT+BOG+SVM多分类器的机器学习分类模型 包含15种场景数据集,已划分为训练集和测试集 数据集包含:Bedroom、CALsuburb、Industrial、Kitchen、Livingroom、MITcoast、MITforest、MIThighway、MITinsidecity、MITmountain、MITopencountry、MITstreet、MITtallbuilding、PARoffice、Store15类场景图片
资源推荐
资源详情
资源评论
收起资源包目录
基于CNN实现15种不同场景分类-含SIFT+BOG+SVM多分类器机器学习分类模型matlab完整源码+场景分类数据集.zip (2000个子文件)
gentleboost_model.c 23KB
svmtrain.c 11KB
svmpredict.c 9KB
gentleboost_predict.c 8KB
svm_model_matlab.c 8KB
libsvmread.c 4KB
hist_isect_c.c 3KB
libsvmwrite.c 2KB
svm.cpp 61KB
svm.h 3KB
svm_model_matlab.h 201B
image_0197.jpg 93KB
image_0022.jpg 84KB
image_0004.jpg 83KB
image_0200.jpg 82KB
image_0174.jpg 80KB
image_0137.jpg 80KB
image_0164.jpg 79KB
image_0173.jpg 76KB
image_0264.jpg 73KB
image_0172.jpg 73KB
image_0199.jpg 72KB
image_0131.jpg 70KB
image_0069.jpg 70KB
image_0262.jpg 70KB
image_0081.jpg 69KB
image_0267.jpg 69KB
image_0269.jpg 69KB
image_0049.jpg 68KB
image_0138.jpg 68KB
image_0013.jpg 68KB
image_0251.jpg 68KB
image_0012.jpg 67KB
image_0242.jpg 67KB
image_0169.jpg 66KB
image_0235.jpg 66KB
image_0014.jpg 66KB
image_0110.jpg 66KB
image_0280.jpg 65KB
image_0185.jpg 65KB
image_0080.jpg 65KB
image_0239.jpg 65KB
image_0265.jpg 64KB
image_0266.jpg 64KB
image_0223.jpg 64KB
image_0145.jpg 64KB
image_0024.jpg 64KB
image_0198.jpg 63KB
image_0239.jpg 63KB
image_0063.jpg 63KB
image_0125.jpg 63KB
image_0133.jpg 63KB
image_0134.jpg 63KB
image_0166.jpg 62KB
image_0064.jpg 62KB
image_0138.jpg 62KB
image_0265.jpg 62KB
image_0182.jpg 62KB
image_0105.jpg 62KB
image_0306.jpg 62KB
image_0208.jpg 62KB
image_0155.jpg 61KB
image_0271.jpg 61KB
image_0050.jpg 61KB
image_0240.jpg 61KB
image_0294.jpg 61KB
image_0195.jpg 61KB
image_0111.jpg 61KB
image_0062.jpg 61KB
image_0154.jpg 61KB
image_0061.jpg 61KB
image_0262.jpg 60KB
image_0137.jpg 60KB
image_0194.jpg 60KB
image_0064.jpg 60KB
image_0193.jpg 60KB
image_0243.jpg 60KB
image_0013.jpg 60KB
image_0247.jpg 60KB
image_0246.jpg 60KB
image_0065.jpg 60KB
image_0218.jpg 60KB
image_0059.jpg 60KB
image_0001.jpg 60KB
image_0204.jpg 60KB
image_0120.jpg 59KB
image_0018.jpg 59KB
image_0236.jpg 59KB
image_0067.jpg 59KB
image_0175.jpg 59KB
image_0134.jpg 59KB
image_0261.jpg 59KB
image_0249.jpg 59KB
image_0253.jpg 59KB
image_0240.jpg 58KB
image_0286.jpg 58KB
image_0096.jpg 58KB
image_0181.jpg 58KB
image_0020.jpg 58KB
image_0073.jpg 58KB
共 2000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 20
资源评论
onnx
- 粉丝: 9619
- 资源: 5597
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- (源码)基于ArcEngine的GIS数据处理系统.zip
- (源码)基于JavaFX和MySQL的医院挂号管理系统.zip
- (源码)基于IdentityServer4和Finbuckle.MultiTenant的多租户身份认证系统.zip
- (源码)基于Spring Boot和Vue3+ElementPlus的后台管理系统.zip
- (源码)基于C++和Qt框架的dearoot配置管理系统.zip
- (源码)基于 .NET 和 EasyHook 的虚拟文件系统.zip
- (源码)基于Python的金融文档智能分析系统.zip
- (源码)基于Java的医药管理系统.zip
- (源码)基于Java和MySQL的学生信息管理系统.zip
- (源码)基于ASP.NET Core的零售供应链管理系统.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功