简易五谷分类器

Tested on Python 2.7.12

一个模式识别课程小设计，使用电脑端训练识别谷物样本

使用SVM分类器，提取谷物的几个特征进行简单分类

依赖

主要是图像库

• numpy
• opencv 2.4.13

使用方法

主要是csv文件与谷物文件的对应关系

• 重命名data_文件夹为data
• 将相应的谷物放进data/grains文件夹内
• 编写对应的data/grain_list.csv，csv文件格式参考python/class_features.py注释
• 修改python/main.py中选择是否重新计算特征还是载入csv特征（见下文）
• 运行cd python && python main.py

是否载入csv特征

main.py中有个函数对My_Features类的方法， 用于决定重新载入itemlist计算新的特征还是从磁盘载入样本特征。

load_itemlist方法和load_saved_features不能同时使用。要么重新计算特征，要么从磁盘中载入已经计算好的样本特征。

features_train.load_itemlist()
features_train.save_features()
features_train.load_saved_features()

方法	说明	备注
load_itemlist()	从磁盘中载入谷物的文件列表，重新计算特征	必选
save_features()	将计算好的特征值存入csv文件，以便下次不必重新计算	可选
load_saved_features()	从磁盘中载入已经计算好的样本特征，避免重复计算特征	必选

C和gamma值的调优

对不同的训练采用不同的交叉验证，以获取最佳的C和gamma。在RBF核下这两个值决定了SVM分类器的性能。

使用libsvm进行调优。

运行截图

日期：2016-11-29