基于opencv的SVM与BoW的图片分类，适合入门学习，亲测可用

迁移学习CNN图像分类模型 - 花朵图片分类-附件资源

tensorflow实现ResNet18，34，50，101，152

青春有你2图片进行二分类所需的数据集资源，包含label.txt、test.txt、train_list.txt、validate_list.txt、jgp目录

Classification of Lung cancer slide images using deep-learning

matlab中svm图片分类代码pointCloudsClassification 该Matlab代码实现了Andrew E. Johnson和Martial Hebert撰写的论文中的解决方案。 目标是识别代表道路上的物体​​（行人，汽车等）的3D点云。 属性的选择基于本文的建议。 我们使用了有关点的强度，边界框以及属性散布度，线性度和表面度的统计数据。 由于与其他班级相比，一个班级的代表人数过多，因此我们也重新平衡了班级人数。 “ dish_area”文件夹包含用于二进制分类的代码，该代码适用于菜式区域数据集。 此代码比较了高斯SVM，线性SVM和k-means算法。 “ lomita”文件夹包含用于多类别分类的代码。 我们使用了线性支持向量机，并比较了一种策略与所有策略以及一种策略与一种策略。 对于一个SVM与一个SVM，使用了2个超参数调整策略：在第一个中，为每个SVM一对一地选择超参数。 在第二个（“简化”）中，对所有SVM使用相同的超参数值 该代码是为学校项目创建的。

基于SVDD和深度学习的特定类别图片分类研究，陆健，肖波，随着互联网的高速发展，人们从网上获取大量信息的同时，也深受某些，比如不良、暴恐等图片的困扰。因此，对于这些图片进行过滤是

如果对代码有疑问可以看一下我的博客《Pytorch 实现自己的残差网络图片分类器》和压缩包中的README.docx。也欢迎大家在博客下面提问或者指出文中的错误，谢谢大家。

该资源为caffe框架训练出来的以googlenet特征识别网络加上imagenet数据集的预训练模型，可以预测1000个分类图片，

CNN对Cifar10进行分类，初始算法准确度为79%； 第二种使用图像加强，精确度可到84%左右； 第三种使用正则化第四种使用双CPU，精确度提升到86%。