简单的图像分类练习

　本文来自牛津大学一个团队的练习，自己做过之后写的一些笔记。原文：Oxford Visual Geometry Group 计算机视觉练习。
　
　通过图像的内容将其进行分类，比如，判断图片中是否有飞机。这可以应用在检索中，或者给数据库中的图片加标签。
　内容如下：
　- 根据五类物体（飞机、摩托车、人、马、其他背景），训练一个分类器；
　 - 用P-R曲线评估训练好的分类器；

1、数据的预处理

　　作者提供了图片数据集，并提前为每幅图计算好了描述子。
　　
　　
　　一幅图片可以用一个单精度的向量表示，一般把得到描述子向量的过程称为编码，得到的向量称为一段码字。这样做的好处是不同的图像可以组成一个向量矩阵（向量长度相同），通过欧氏距离来比较，再用这些矩阵来训练一个分类器。
　　文章采用了卷积神经网络（CNN）来提取图像的描述向量，构建CNN描述子的过程如下：
　　
　　这个网络已经在ImageNet数据集上训练好了，可以直接使用（所以我们可以暂时不用管如何构建CNN）。对于一幅新的图片，将其作为网络的输入，可以在中间的几个卷积层得到512维的向量和最后的全连接层得到128维的向量。

2、用包含摩托车的图片集训练分类器

　　将包含摩托车的图片作为正例，标记为1；其他背景图片作为反例，标记为-1；使用支持向量机作为分类器。
　　先对数据进行归一化，再用函数trainLinearSVM(histograms, labels, C)训练，得到线性的支持向量机模型。其中histograms是包含120张摩托车图片和1019张其他背景的图片的向量矩阵，labels是标记值，相当于监督信号，说明每张图是摩托车或者其他背景。最后将模型结果计算一个分数并显示。
　　

3、评估分类器

　　使用P-R曲线（Precision-Recall curve）评估分类器的好坏。
　　
　　P-R曲线是从高到低变化分类器的阈值，这里正例是1，反例是-1，阈值则从1到-1变化，每取一个值就画出相应的查全率和查准率。一般我们希望查全率和查准率都很高，所以曲线越接近（1,1）越好。
　　
　　
　　训练集做完之后，接着再用测试机进行测试。