SVM分类task1
2015-07-08 16:45
323 查看
一、问题描述
任务是利用已有分类方法,如SVM和Ridge Regression对MIRFlickr-25000数据集进行分类实验。具体要求:
数据集:MIRFlickr-25000 http://press.liacs.nl/mirflickr/
数据特征:Caffe http://caffe.berkeleyvision.org/
分类方法:SVM (http://www.csie.ntu.edu.tw/~cjlin/libsvm/) 和Ridge Regression (Matlab里应该有,如果没有,去Google里搜索)
评价标准:AUC (area under curve) 和average precision (AP) (注意是分类的AP,不是检索retrieval的AP)
实验环境:Matlab和Unix
实验内容:
6.1 训练数据大小对实验结果的影响;
6.2 模型参数对实验结果的影响;
6.3 两个方法的比较结果;
6.4 每个具体类别的性能
二、探索进程【loading】
2.1 解决思路
image+lable—1—>caffe—2—>libsvm
难点:
*1将图片数据转换为leveldb格式
*2弄清楚caffe源码+sample ——
是否需要修改网络参数、转化特征文件为matlab格式
2.2 环境搭建
2.2.1 libsvm
[setting] matlabR2014+libsvm3.11+Vs2013
[tutorial] 详解/article/9557209.html
2.2.2 caffe
[setting] cuda7.0+caffe+vs2013
[installation tutorial]/article/2255133.html
[cuda installation tutorial]/article/2577945.html
**2.3**libsvm
3相关知识学习【loading】
2.3.1 caffe
[tutorial] 1.http://www.ityuedu.com/article/665971707/ (yangqing jia)
observing the output of mnist (lenet_inter_10000)
2.3.2 caffe modle
/article/5368144.html
[undo or unread related material]
1./article/1825330.html caffe各层参数定义
2./article/8357316.html 最有借鉴意义的:修改源文件跑自己数据
3./article/8242756.html python抽取图片特征
4.http://blog.csdn.net/lingerlanlan/article/details/39400375 抽取任意一张图片特征
任务是利用已有分类方法,如SVM和Ridge Regression对MIRFlickr-25000数据集进行分类实验。具体要求:
数据集:MIRFlickr-25000 http://press.liacs.nl/mirflickr/
数据特征:Caffe http://caffe.berkeleyvision.org/
分类方法:SVM (http://www.csie.ntu.edu.tw/~cjlin/libsvm/) 和Ridge Regression (Matlab里应该有,如果没有,去Google里搜索)
评价标准:AUC (area under curve) 和average precision (AP) (注意是分类的AP,不是检索retrieval的AP)
实验环境:Matlab和Unix
实验内容:
6.1 训练数据大小对实验结果的影响;
6.2 模型参数对实验结果的影响;
6.3 两个方法的比较结果;
6.4 每个具体类别的性能
二、探索进程【loading】
2.1 解决思路
image+lable—1—>caffe—2—>libsvm
难点:
*1将图片数据转换为leveldb格式
*2弄清楚caffe源码+sample ——
是否需要修改网络参数、转化特征文件为matlab格式
2.2 环境搭建
2.2.1 libsvm
[setting] matlabR2014+libsvm3.11+Vs2013
[tutorial] 详解/article/9557209.html
2.2.2 caffe
[setting] cuda7.0+caffe+vs2013
[installation tutorial]/article/2255133.html
[cuda installation tutorial]/article/2577945.html
**2.3**libsvm
tic; close all; clear; clc; format compact; %% % 首先载入数据 load('data_test.mat'); load('data_train.mat'); load('y.mat'); % 选取前ind个数据作为训练集合 ind = 5000; traindata = data_train(1:ind,:); testdata = data_test(1:end,:); % 利用训练集合建立分类模型 for i=1:24 trainlabel = y(1:ind,i); testlabel = y(20001:end,i); model = svmtrain(trainlabel,traindata,'-s 0 -t 0 -c 1.2 -g 2.8'); % 分类模型model解密 %model %Parameters = model.Parameters %Label = model.Label %nr_class = model.nr_class %totalSV = model.totalSV %nSV = model.nSV % 利用建立的模型看其在训练集合上的分类效果 [ptrain,acctrain] = svmpredict(trainlabel,traindata,model); % 预测测试集合标签 [ptest,acctest] = svmpredict(testlabel,testdata,model); end %% toc;
3相关知识学习【loading】
2.3.1 caffe
[tutorial] 1.http://www.ityuedu.com/article/665971707/ (yangqing jia)
observing the output of mnist (lenet_inter_10000)
2.3.2 caffe modle
/article/5368144.html
[undo or unread related material]
1./article/1825330.html caffe各层参数定义
2./article/8357316.html 最有借鉴意义的:修改源文件跑自己数据
3./article/8242756.html python抽取图片特征
4.http://blog.csdn.net/lingerlanlan/article/details/39400375 抽取任意一张图片特征
相关文章推荐
- C++ Primer学习笔记(13)——封装、继承、多态
- 读书笔记----深入理解计算机系统
- mvc 中的传值
- 网页中图片预加载的原理
- Eclipse中的全局搜索
- 在C#应用程序中,利用表值参数过滤重复,批量向数据库导入数据,并且返回重复数据
- 公鸡3元每只,母鸡5元每只,小鸡1元3只,一百元钱买一百只鸡,请用伪代码写出求公鸡,母鸡和小鸡的数目
- 从另一服务器传输文件到本服务器(服务器间传输文件)
- chrome启用 NPAPI [转]
- 网页中图片预加载的原理
- JAVA_SE基础——12.运算符的优先级
- arm-2009q1-203-arm-none-linux-gnueabi 安装
- 【转播公告】
- Mongo库表操作命令
- MongoDB安装和简介
- 范数、奇异值
- 有1~5000一组乱序数列,请使用伪代码对该数进行排列
- The way it is connected with wristwatches connected with almost any bunch of Diesel-engined is unique
- C++学习笔记 extern C
- 奇怪的分组(stone)