使用R语言进行图像分类

本文使用R语言,应用SVM(高斯核)[3]算法对JPEG图片进行二类分。
SVM使用e1071包, 图像处理用imager包[1]。
数据使用的是Caltech 101中的Faces和BACKGROUND_Google两类数据[2]。

文章最后包含了实验的源代码。

这篇blog还有个pdf版本，可在 http://download.csdn.net/detail/leeshuheng/9625830 中下载。

1 步骤
代码执行五个步骤。

• 读取图片
• 向量化
• 合并图片
• 训练模型
• 对测试集分类

2 程序执行时生成的SVM模型的部分信息
采样不同，结果可能不同。

summary(fit):

SVM-Type: C-classification
   SVM-Kernel: radial
   cost: 1
   gamma: 0.0009765625
   Number of Support Vectors: 349

3 代码
最后是R语言代码。采样不同，结果可能不同。

### 2016年 09月 07日星期三 16:13:34 CST #############
## author: 李小丹

setwd("~/repos/project/R-src/")

library(imager)
library(e1071)

read.imags <- function(path = "./") {
   fns <- list.files(path)
   res <- NULL
   for(i in fns) {
       fn <- paste(path, i, sep = "")
       im <- load.image(fn)
       im <- resize(im, size_x = 32L, size_y = 32L,
                   size_z = 1L, size_c = 1L)
       im <- as.array(im)
       im <- matrix(im, 1, mult(dim(im)))
       ifelse(!is.null(res),
               res <- rbind(res, im), res <- im)
   }
   return(res)
}

a.images <- read.imags("./101_ObjectCategories/Faces/")
b.images <- read.imags("./101_ObjectCategories/BACKGROUND_Google/")

(sam.count <- ceiling(min(nrow(a.images) * 0.8, nrow(b.images) * 0.8)))
# [1] 348

train.a <- sample(1:nrow(a.images), sam.count, replace = F)
train.b <- sample(1:nrow(b.images), sam.count, replace = F)

data.imags <- rbind(a.images[train.a,], b.images[train.b,])

fit <- svm(data.imags, c(rep(1, length(train.a)), rep(0, length(train.b))),
probablity = T, cross = 3,
type = "C-classification", method = "SVM")

a.pred <- predict(fit, a.images[-train.a,])
a.pred <- as.numeric(as.character(a.pred))
prop.table(table(a.pred))
# a.pred
# 0 1
# 0.04597701 0.95402299

b.pred <- predict(fit, b.images[-train.b,])
b.pred <- as.numeric(as.character(b.pred))
prop.table(table(b.pred))
# b.pred
# 0 1
# 0.94166667 0.05833333

References
[1] Simon Barthelme and Antoine Cecchi. “imager: Image Processing Library Based on ’CImg’”.
In: (Sept. 5, 2016). URL: https://cran.r- project.org/web/packages/imager/index.html.

[2] Fei-Fei Li, Marco Andreetto, and Marc ’Aurelio Ranzato. altech 101. 2003.
URL: http://www.vision.caltech.edu/Image_Datasets/Caltech101/ (visited on 09/08/2016).

[3] David Meyer et al. “e1071: Misc Functions of the Department of Statistics, Probability Theory
Group (Formerly: E1071), TU Wien”. In: (Aug. 5, 2015).

URL: https://cran.r-project.org/web/packages/e1071/index.html.

使用R语言进行图像分类相关推荐

使用r语言做garch模型_使用GARCH估计货币波动率
使用r语言做garch模型 Asset prices have a high degree of stochastic trends inherent in the time series. In o ...
《R语言数据挖掘》读书笔记：五、聚类分析
第五章.聚类分析 0. 聚类算法的系统性介绍聚类被定义为一个数据集的无监督分类.聚类算法的目的是使用距离或者概率度量对给定数据集(点集或者对象的集合)划分成数据实例或者对象(点)的组.根据距离或相似 ...
【2022新书】深度学习R语言实战，第二版
来源:专知本文为书籍介绍,建议阅读5分钟使用R和强大的Keras库从头开始进行深度学习! R深度学习,第二版使用R和强大的Keras库从头开始进行深度学习! 在R深度学习第二版中,您将学习: 从基 ...
python语言入门r_小结：jieba分词的Python与R语言基础用法介绍
当前浏览器不支持播放音乐或语音,请在微信或其他浏览器中播放人们说话不是一个词一个词崩出来的,文章也就由句子组成.要想让机器识别美文,体会中华名族汉语的博大精深,不是不可能.但是,首先需要将其转化成其 ...
r语言断轴画图_R语言基础画图/绘图/作图
R语言基础画图 R语言免费且开源,其强大和自由的画图功能,深受广大学生和可视化工作人员喜爱,这篇文章对如何使用R语言作基本的图形,如直方图,点图,饼状图以及箱线图进行简单介绍. 0 结构每种图形构成 ...
r语言remarkdown展示图_使用R语言包circlize可视化展示blast双序列比对结果
circlize这个包还挺强大的,R语言里用来画圈图还挺方便的. 今天这篇文章记录用circlize这个包画圈图展示blast双序列比对结果的代码植物线粒体基因组类的文章通常会分析细胞器基因组间基因 ...
用R语言做词频统计_R语言 | 词频统计
Python网络爬虫与文本数据分析本章内容导入停用词读数据,分词剔除停用词导入停用词表 library(dplyr) ## [1] "?" "." & ...
《数据科学R语言实践：面向计算推理与问题求解的案例研究法》一一2.1　引言...
本节书摘来自华章计算机<数据科学R语言实践:面向计算推理与问题求解的案例研究法>一书中的第2章,第2.1节,作者:[美] 德博拉·诺兰(Deborah Nolan) 邓肯·坦普·朗(Dun ...
手把手 | 教你爬下100部电影数据：R语言网页爬取入门指南
前言网页上的数据和信息正在呈指数级增长.如今我们都使用谷歌作为知识的首要来源--无论是寻找对某地的评论还是了解新的术语.所有这些信息都已经可以从网上轻而易举地获得. 网络中可用数据的增多为数据科学家 ...

使用R语言进行图像分类

使用R语言进行图像分类相关推荐

最新文章

热门文章