图像分类软件
我现在正在做一个项目，目的是把一组测试图片分类到5个预定义的类别中。我使用了逻辑回归方法，每张图片有240个特征，并用每个类别的100张图片进行了训练。我在每个类别上取得了大约98%的学习准确率，但在用500张图片（每个类别100张）进行验证时，只有大约57%的图片被正确分类。
请推荐一些我可以使用的库或工具（最好是基于神经网络的），以便提高准确率。
我尝试在Windows上使用一个基于Java的工具Neurophy（neuroph.sourceforge.net），但它没有按预期运行。
编辑：项目中已经提供了特征向量。我也在寻找更好的图片特征提取工具。
3 个回答
0
根据你的标签，我猜你想要一个Python的库，scikit-learn有很不错的分类功能：scikit-learn.org。
0
我在使用WEKA工具时取得了不错的效果。你需要先确定你感兴趣的特征集，然后再从这个库中选择一个分类器来使用。这里面的例子都很清晰明了。http://weka.wikispaces.com
0
你可以参考这篇论文 图像分类 来获取帮助。
我认为，在处理多分类问题时，支持向量机（SVM）比逻辑回归要好一些。我们在电子商务中用它来对产品进行分类，因为那里面有成千上万的分类和特征。