1. 实验概述与目标
这个计算机视觉实验项目围绕图像分类任务展开,通过对比传统机器学习方法和深度学习方法在CIFAR-10数据集上的表现,让学生深入理解不同算法的特点和适用场景。实验包含四个主要部分:
- 基于SVM的分类系统:使用HOG特征+PCA降维+SVM分类器的传统机器学习流程
- 基于CNN的分类系统:构建卷积神经网络实现端到端的图像分类
- 红叶数据集构建与测试:采集真实场景的红叶图像,测试模型的迁移能力
- 视频处理与分类:对RoboCup比赛视频进行预处理和分类
实验的核心价值在于:
- 对比传统特征工程与深度学习特征提取的差异
- 实践从数据准备到模型评估的完整机器学习流程
- 理解模型在不同数据集上的泛化能力
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 实验环境配置
2.1 基础环境搭建
实验采用Python 3.8+作为开发环境,主要依赖以下库:
bash复制pip install numpy opencv-python scikit-learn tensorflow pillow scikit-image
关键库的版本要求:
- TensorFlow ≥ 2.0 (用于CNN模型构建)
- scikit-learn ≥ 1.0 (用于SVM和特征处理)
- OpenCV ≥ 4.5 (用于图像处理)
注意:不同版本的库可能在API上有细微差异,建议使用虚拟环境管理依赖
2.2 数据集准备
实验涉及多个数据集,需要按以下结构组织:
code复制./datasets/
├── cifar-10/ # 自动下载
├── custom_images/ # 自定义训练集
│ ├── cat1.jpg
│ ├── other1.jpg
│ └── ...
├── test_images/ # 测试集
└── 2332-1红叶数据集/ # 红叶数据集
对于视频处理任务,需要额外安装FFmpeg:
bash复制# Ubuntu
sudo apt install ffmpeg
# MacOS
brew install ffmpeg
3. 基于SVM的图像分类实现
3.1 HOG特征提取原理
方向梯度直方图(HOG)是一种常用的图像特征描述方法,其核心思想是:
- 将图像划分为小的连通区域(细胞)
- 计算每个细胞内的梯度方向直方图
- 对这些直方图进行对比度归一化
实验中使用的HOG参数配置:
- 图像尺寸:32×32像素
- 方向数(orientations):9
- 细胞尺寸(cell_size):8×8像素
- 块尺寸(block_size):2×2细胞
python复制from skimage.feature import hog
def extract_hog_features(image):
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
features = hog(gray, orientations=9, pixels_per_cell=(8,8),
cel
