灰度特征提取matlab代码-Image-Classification-on-Caltech-101-based-on-VGG16-19-SI

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