提取HOG 特征,配合svm 进行分类,数据集是一个花的数据集,包括玫瑰、小雏菊、向日葵三个类别
如果只想跑通,那么先运行 training.m,然后运行classify.m即可,没有给出测试误差,给出的是每个图片的类别标注,并图形显示了
值得注意的是:我在训练时采用了把训练集带入的错误率 resubLoss 和10折交叉验证 kfoldLoss 后者实在是太耗费时间了,可以去除。同时,因为sava classifer 会将训练数据集也保存,太过于臃肿,以后会想想怎么减少模型的大小,让模型更方便移植
保证训练集里面按类别分成几个文件夹即可,照葫芦画瓢