上传者: 38516270
|
上传时间: 2021-10-16 09:56:40
|
文件大小: 13KB
|
文件类型: -
灰度特征提取matlab代码基于VGG16
/
19,SIFT和灰度直方图的Caltech-101图像分类
该项目通过python和matlab提供图像分类代码。
我的实验环境是Windows
10
/
Tensorflow
1.14.0,keras
2.3.1和Ubuntu
18.04上的nivdia
2080Ti上的Matlab
R2019a。
对于Python
此代码基本上是指。
使用2080Ti训练整个数据集基本上将花费不到2个小时。
参考精度:
模型
VGG16
VGG19
准确性
59.02%
54.86%
脚步
下载caltech-101并将其放在“数据/”中。
将“路径”更改为数据所在的路径。
为VGG19运行“
Train_caltech.py”,为VGG16运行“
Train_caltech_vgg16.py”。
对于Matlab
该代码基本上基于特征提取,SVM和vlfeat。
供参考的精度:比Python中的精度高近20%。
我猜想matlab工具包中的VGG模型是经过预训练的,而我是用Python从头开始训练模型的。
模型
VGG16
VGG19
准确性