matlab精度检验代码-AI2017-Hackathon:AI2017-黑客马拉松

matlab精度检验代码AI2017黑客马拉松 使用PASCAL VOC2010数据集，构建分类器。 我们使用基于CNN的Keras模型构建了一个分类器，可以对20个类别进行分类。 从以下位置下载数据集： 链接1： 链接2： 此数据集是公开举办的VOC2010竞赛挑战赛的一部分。 请访问以获取有关不同比赛任务的完整描述以及数据描述。 两个阶段： 分类和检测使用devkit中的代码进行数据集处理。 但是请注意，这是一个MATLAB文件，如果需要使用python开发它。 培训，开发（验证）和测试数据。 将给定的数据集拆分为训练/验证/测试数据集。 请勿混淆。 构建分类器使用带有Keras的常规CNN构建分类器。 执行任何图像预处理，将其转换为统一大小。 对其进行调整，并朝着最佳成绩不断改进。 从较小的数据集开始，然后逐渐增加。 请注意，即使在高端机器上，复杂的CNN的训练时间也可能要花费几个小时。 尽可能使用基于GPU的计算机。 您应该已经安装了TensorFlow GPU版本以及用于GPU的CUDA库。 测量每个分类器（20个分类）的准确性，准确性，召回率并报告。 取下顶层，并用20层S