毕设&课程作业_基于matlab和bag of words的图像分类.zip

# project1_image_classification 基于matlab和bag of words的图像分类， 目录中不包含数据集！ ## 设计目标 - 输入一幅图像，输出标签 - 可以固定图片大小 ## 实现 - 数据集：caltech101 ### matlab + bag of words >改自ImageCategoryClassificationTrainSample - bag of words：利用matlab中bagOfFeatures函数提取SURF特征并K-means聚类构造“词典” - svm：利用trainImageCategoryClassifier函数训练线性SVM分类器 测试结果： - 训练集正确率：97.91% - 测试集正确率：30.11% ### matlab + cnn + svm > 改自DeepLearningImageClassificationSample - cnn：利用预先训练好的AlexNet CNN网络获取特征向量，由于AlexNet已经针对ImageNet上的众多样本进行了训练，从其中抽取的特征向量对于一般图像具有较强的区分能力 - svm：fitcecoc函数可以方便地训练基于SVM的多分类分类器 测试结果： - 训练集正确率：99.67% - 测试集正确率：77.95% ### 运行说明 - 两个实验文件夹都包含xml、m文件 - xml为matlab2016b的新功能，旧版本可使用m文件 - 两个文件夹都有predictCategory.m文件，该函数输入参数为一幅任意图形，输出参数为类别字符串的元胞数组