简介面向机器学习图像分类实践的项目文件包以SVM支持向量机与贝叶斯分类器为主线配套完整的C工程源码、界面程序与样本图像适合算法学习者和图像处理研究者动手验证分类效果。压缩包内共216个文件容量12.87MB文件类型以bmp图像样本、cpp/h源代码、exe可执行程序、chm帮助文档为主并包含工程配置、数据库及编译辅助文件便于直接查看、复现和运行实验。压缩包中还提供多种bmp格式样本图片可用于快速检验分类器效果工程文件支持在常见开发环境中重新编译调试。目前已有2481人学习下载。该资源涵盖SVM最优超平面构造、贝叶斯概率判别、朴素贝叶斯假设等关键知识点可借助图形界面调整特征与参数直观比较不同算法在同一批图像上的分类表现对理解原理、积累工程实践和开展算法对比研究都有实用价值。1. 机器学习方法的图像分类为什么老方法还没过气很多人一听到“图像分类”第一反应就是上卷积神经网络。但在实际项目里我接过不少数据量只有几百张、标注质量还参差不齐的活儿这时候强行上深度学习往往会让整个团队加班到怀疑人生。传统机器学习方法反而能快速给出一个稳定可解释的基线提取特征训练分类器半小时跑通效果心里有底。这篇文章讲的“机器学习方法的图像分类”特指用特征工程配合 SVM、随机森林这类模型来完成分类任务。它适合三类人做课程设计的学生、搞传统视觉的工程师、需要给深度模型做对比基线的研究人员。下面我会从特征讲到分类器再到完整的可复现代码和踩坑记录让你能照着走完一条流程。2. 把像素变成特征图像分类前最核心的一道工序图像分类的第一步不是选模型而是决定用什么信息去代表一张图。原始像素本身就是高维数据一张 32×32 的彩色图就有 3072 个数值如果直接丢给 SVM不仅计算慢而且很容易被背景噪声带偏。传统机器学习图像分类的基本思路是先把图像转换成一个固定长度的特征向量然后再把特征向量送给分类器。这个转换过程叫特征提取也是整个流程中最容易影响最终准确率的环节。2.1 颜色直方图几十行代码就能用的强基线颜色直方图是最好上手的图像特征它的思想很简单统计每种颜色在图像中出现的频率。常见的做法是把 RGB 三个通道分别量化为若干个区间然后拼接成一个一维向量。例如把每个通道分成 32 个 bin那么三个通道拼接后得到 96 维特征。这个特征对光照和物体形状不敏感但在区分蓝天、草地、沙滩这类颜色差异明显的场景中效果出乎意料地好。我在做一个森林图像分类的课程作业时学生一开始只用了颜色直方图特征加 SVM准确率就达到了 72%。后来他尝试了 128 维、256 维特征发现准确率并没有稳定上升反而训练时间翻了几倍。这就是颜色直方图的特点信息密度很高但维度不宜过度调高。一般每个通道取 16 到 64 个 bin 就够用了过大的 bin 数量会让特征对颜色噪声过于敏感。下面是提取颜色直方图特征的代码示例使用 OpenCV 和 NumPyimport cv2 import numpy as np def extract_color_histogram(image_path, bins_per_channel32): # 读取图片OpenCV 默认是 BGR 通道顺序 image cv2.imread(image_path) if image is None: raise ValueError(f无法读取图片: {image_path}) # 将图片缩放到固定尺寸保证特征长度统一 image cv2.resize(image, (256, 256)) features [] # 对 B、G、R 三个通道分别统计直方图 for channel in cv2.split(image): hist cv2.calcHist([channel], [0], None, [bins_per_channel], [0, 256]) # 归一化让特征不受图片整体亮度影响 hist cv2.normalize(hist, hist).flatten() features.extend(hist) return np.array(features, dtypenp.float32) # 示例提取一张图片的特征 feature_vector extract_color_histogram(sample.jpg, bins_per_channel32) print(f特征维度: {feature_vector.shape})这段代码先固定图片尺寸为 256×256主要目的是让所有图像的特征维度一致避免后续拼接特征矩阵时对不齐。calcHist统计每个通道的像素分布然后归一化处理。需要注意cv2.normalize默认使用 L2 范数归一化适合保留整体的分布形状如果希望每个 bin 之和为 1可以使用norm_typecv2.NORM_L1。这里选择 32 个 bin是平衡信息量和维度的常见取值。如果你处理的是灰度图也可以只提取一个通道的直方图特征维度会更小。2.2 HOG特征检测轮廓和纹理的经典描述子颜色直方图解决不了“形状”问题。比如区分猫和狗如果颜色相近直方图几乎无能为力。这时候需要用方向梯度直方图Histogram of Oriented Gradients简称 HOG。HOG 的核心思想是图像的局部轮廓可以用梯度方向的分布来描述。它先把图像划分成小的细胞单元在每个单元内统计梯度方向直方图再对块做归一化。行人检测场景是 HOG 最成功的应用之一用在一般图像分类上也有不错的区分度。HOG 特征有几个关键参数winSize是检测窗口的大小blockSize是块的大小blockStride是块移动的步长cellSize是细胞单元大小nbins是梯度方向的分桶数量。这些参数直接决定特征向量的维度。我一般会先使用 OpenCV 的默认参数再根据分类效果调整cellSize因为cellSize过大会丢失细节过小则会放大噪声。下面是一个用 OpenCV 提取 HOG 特征的例子import cv2 def extract_hog_features(image_path, cell_size8, block_size2): # 读取灰度图HOG 主要基于梯度信息不需要颜色 image cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) if image is None: raise ValueError(f无法读取图片: {image_path}) # 统一尺寸这里用 128x64 是 HOG 设计时常用的大小 image cv2.resize(image, (128, 64)) # 构造 HOG 描述子 win_size (128, 64) block_size_px (block_size * cell_size, block_size * cell_size) block_stride (cell_size, cell_size) cell_size_px (cell_size, cell_size) nbins 9 hog cv2.HOGDescriptor(win_size, block_size_px, block_stride, cell_size_px, nbins) features hog.compute(image) return features.flatten() # 示例提取 HOG 特征 hog_feature extract_hog_features(sample.jpg) print(fHOG 特征维度: {hog_feature.shape})这段代码把图像统一缩放为 128×64这是 HOG 在行人检测中常用的窗口尺寸因为宽高比接近实际对象的常见比例但如果你做的是通用分类建议改成 128×128 或 256×256 的正方形避免非方形窗口造成对象变形。block_size_px越大局部归一化的范围越大对光照变化越鲁棒但特征维度会变小。nbins9是一个经典选择把 0 到 180 度分成 9 个区间足够区分主要梯度方向。在提取特征时我建议先把所有图像灰度化因为 HOG 不关心颜色只关心纹理和轮廓彩色转换反而会增加计算量。2.3 归一化与数据增强让特征更稳的预处理特征提取之后不要急着训练模型先做两步处理特征归一化和数据增强。特征归一化非常重要因为颜色直方图的范围可能很大而 HOG 特征的每个值都很小如果直接拼接量纲差异会让 SVM 的决策边界被大数值特征主导。常见的做法是使用 StandardScaler 或 MinMaxScaler。我用 StandardScaler 更多因为它在样本分布不极端时表现更稳定。数据增强是传统机器学习里也值得做的手段只是没有深度学习里那么花哨。最实用的几种包括水平翻转、小角度旋转、亮度扰动和随机裁剪。颜色直方图几乎不受水平翻转影响但 HOG 特征会变化所以增强后可以让模型对翻转更鲁棒。注意增强操作需要在训练集和测试集上分别独立进行不能把测试集也扩充进训练集否则会数据泄漏。from sklearn.preprocessing import StandardScaler # 假设 X 是形状为 (样本数, 特征维度) 的特征矩阵 scaler StandardScaler() X_scaled scaler.fit_transform(X)fit_transform会在训练集上计算均值和标准差然后做标准化。之后对测试集特征只需要调用transform不能用fit否则测试集的分布信息会被偷偷引入训练过程。这是一个非常容易踩的细节。我在跑图像分类项目时经常看到有人把整份数据丢给fit_transform之后再划分训练测试集结果模型评估虚高实盘表现却不行。正确做法是先划分数据再在训练集上fit在测试集上transform。3. 从特征向量到分类结果三个主流模型对比与选型特征提取完成之后图像分类就变成了一个常规的多分类问题。这时候选什么分类器直接影响最终效果和调试成本。这里我对比三种常见的机器学习模型支持向量机、随机森林和 K 近邻。它们各有侧重也能覆盖大多数图像分类场景。3.1 支持向量机小样本分类的默认首选支持向量机的核心思想是找到一个超平面让不同类别的样本尽可能分开并且让距离超平面最近的样本支持向量有最大间隔。对于图像分类特征通常不是线性可分的所以我们需要用核函数把特征映射到更高维空间。最常见的核函数是 RBF 核公式是exp(-gamma * ||x - x||^2)。这里的gamma控制了单个样本的影响半径C则控制了对误分类样本的惩罚强度。我一般会先用默认的C1.0, kernelrbf, gammascale跑一轮再通过交叉验证搜索参数。gammascale是 scikit-learn 里比较安全的默认值它会根据特征维数和方差自动确定。如果你的特征维度很高gamma值最好不要手工设得过大否则模型会过拟合得很快。from sklearn.svm import SVC svm_model SVC(kernelrbf, C10.0, gammascale, probabilityTrue, random_state42) svm_model.fit(X_train_scaled, y_train)这里probabilityTrue是为了之后能获取每个类别的概率输出方便画 ROC 曲线或做模型融合。代价是训练速度会慢一些如果样本量大可以先关掉这个选项。random_state42只是固定随机种子保证实验可复现并不是这个模型的必要参数。SVM 对特征缩放极其敏感所以训练前一定要确保特征已经标准化否则 RBF 核会失效。3.2 随机森林与K近邻适合做基线的另两个选择随机森林是多个决策树的集成它对特征缩放没有要求也不需要像 SVM 那样调核函数参数。每当数据里出现很多无关特征时随机森林可以通过特征选择机制自动降权这一点在图像特征拼接后尤其有用。图像分类中随机森林的n_estimators一般设置成 100 到 500 之间再大收益就很小训练时间却线性增长。另一个值得关心的是max_depth如果限制太深会出现严重的过拟合如果太浅又学不到复杂模式。我习惯设置max_depthNone让树自由生长然后用交叉验证观察测试集表现必要时再限制深度。K 近邻KNN是最直观的分类器新样本的类别由它特征空间中的k个最近邻居投票决定。KNN 在图像特征维度不高且样本数少时效果还不错。但它有两个致命问题一是计算复杂度随样本数增加而飙升每次预测都要计算到所有训练样本的距离二是它对高维特征非常敏感特征维度一旦上千距离度量会失去判别力。在我做森林图像分类的时候KNN 的准确率只有 SVM 的八成左右但它的好处是一行代码就能跑通很适合做 sanity check。from sklearn.ensemble import RandomForestClassifier from sklearn.neighbors import KNeighborsClassifier rf_model RandomForestClassifier(n_estimators300, max_depthNone, random_state42) rf_model.fit(X_train_scaled, y_train) knn_model KNeighborsClassifier(n_neighbors5, weightsdistance) knn_model.fit(X_train_scaled, y_train)随机森林的参数里weightsdistance是 KNN 一个很实用的选项它让更近的邻居有更大的投票权重避免远处的离群点干扰决策。如果你用的是普通欧氏距离建议在 KNN 之前也做特征标准化因为 KNN 完全依赖距离计算不同特征的量纲如果不一致数值大的特征会主导结果。这里我统一用了X_train_scaled是因为我提前做了标准化。如果你不打算标准化那么至少要把 KNN 和 SVM 放在同一预处理条件下对比否则得出的结论没有意义。3.3 模型评估单一准确率不够要混淆矩阵和交叉验证很多初学者只关心准确率但图像分类中样本不平衡或者某些类别特别难分时准确率往往会骗人。比如二分类中多数类占 90%模型全部预测成多数类也能有 90% 的准确率看着很漂亮实际上对少数类一个都没识别出来。所以我会同时看混淆矩阵、精确率、召回率和 F1-score。混淆矩阵可以把每个类别的误分类情况展示出来比如你区分猫狗时模型总是把黑狗预测成猫这时候看矩阵能立刻发现是颜色特征在作祟。另一个重要习惯是交叉验证。我在调参时至少会用 5 折交叉验证而不是在单一训练测试划分下反复试。交叉验证可以告诉你模型在不同数据子集上的稳定性如果训练集上准确率高但交叉验证分数起伏很大说明模型过拟合了。下面是一个结合交叉验证和混淆矩阵的示例from sklearn.model_selection import cross_val_score, StratifiedKFold from sklearn.metrics import confusion_matrix, classification_report cv StratifiedKFold(n_splits5, shuffleTrue, random_state42) scores cross_val_score(svm_model, X_train_scaled, y_train, cvcv, scoringaccuracy) print(f交叉验证准确率: {scores.mean():.4f} ± {scores.std():.4f}) y_pred svm_model.predict(X_test_scaled) print(confusion_matrix(y_test, y_pred)) print(classification_report(y_test, y_pred))StratifiedKFold会保证每一折里各类别的比例和原始数据集接近对不平衡数据很重要。cross_val_score返回每一折的准确率标准差如果大于 0.02我就认为模型不够稳。classification_report会输出每个类别的精确率、召回率和 F1可以作为调参时的主要依据。在图像分类项目里我建议把交叉验证分数和测试集结果分开记录避免因为测试集上的一次偶然高分而误判模型。4. 完整实战用Scikit-learn跑通一个图像分类项目理论讲完现在走一个完整的实战流程。假设你手上有一个图像分类数据集比如课程作业里常见的森林图像分类数据按照类别放在不同文件夹中。我们的任务是提取特征训练机器学习分类器并评估效果。这一章我会把从数据准备到模型调参的关键步骤串起来并给出可以直接复制的代码结构。4.1 数据集准备目录结构和标签文件最常见的规范是每个类别一个子文件夹例如train/cat/001.jpg、train/dog/002.jpg。我们先用os遍历目录生成文件路径和标签列表。如果数据集只有一个文件夹文件名里含类别信息也可以用正则表达式提取标签。这里我按子文件夹内图片自动生成标签顺序按照类别的字母排序保证可复现。import os def load_dataset(data_root): X_paths [] y_labels [] class_names sorted([d for d in os.listdir(data_root) if os.path.isdir(os.path.join(data_root, d))]) for label, class_name in enumerate(class_names): class_dir os.path.join(data_root, class_name) for file_name in os.listdir(class_dir): if file_name.lower().endswith((.jpg, .jpeg, .png)): X_paths.append(os.path.join(class_dir, file_name)) y_labels.append(label) return X_paths, y_labels, class_names X_paths, y_labels, class_names load_dataset(dataset/train) print(f样本数: {len(X_paths)}, 类别数: {len(class_names)})这段代码做了两件事一是把每个图片的绝对路径存起来避免之后反复拼接路径出错二是把类别字符串转换成整数标签因为机器学习模型只接受数值输入。注意sorted确保了类别顺序固定否则在不同机器上运行可能导致标签错位。我一般会在处理完后保存一个class_names列表用于之后把预测结果映射回可读的类别名。4.2 特征矩阵构建与训练测试划分接下来把前面定义的extract_color_histogram和extract_hog_features组合起来形成一个新的特征提取函数。组合特征时要注意维度匹配比如颜色直方图 96 维HOG 特征可能上千维这个长度差会导致 HOG 在后续距离计算中占据主导地位。因此我会在做标准化之前先对每类特征分别进行缩放然后拼接。或者在标准化时把整个特征矩阵一次性处理看效果再调整。from sklearn.model_selection import train_test_split def extract_feature_vector(image_path): color_feat extract_color_histogram(image_path, bins_per_channel32) hog_feat extract_hog_features(image_path, cell_size8) return np.concatenate([color_feat, hog_feat]) # 提取所有图片特征 X np.array([extract_feature_vector(path) for path in X_paths]) y np.array(y_labels) # 先划分训练集和测试集再标准化 X_train, X_test, y_train, y_test train_test_split( X, y, test_size0.2, stratifyy, random_state42 ) scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) X_test_scaled scaler.transform(X_test)这里的stratifyy确保训练集和测试集中的类别比例和原始数据集一致尤其适合样本不平衡的情况。test_size0.2是比较常规的划分但如果你的数据集特别小比如总共只有 200 张图片测试集 40 张可能会让结果波动很大建议改用交叉验证。特征提取的部分是一个明显的耗时瓶颈如果图片数量达到几千张可以加上multiprocessing并行但要注意内存占用。我一般在特征提取后再保存成.npy文件这样后续调参不需要重新提取特征能省下大量时间。4.3 调参三件套C、gamma、n_estimators模型调参不需要一开始就上网格搜索。我先用手动方式测试几个关键点SVM 的C和gamma随机森林的n_estimators。C从 0.1、1、10、100 里选gamma从0.001, 0.01, 0.1, scale里选。我个人的经验是C越大意味着对误分类样本惩罚越重模型边界越复杂容易过拟合gamma越大则会让每个样本的影响范围越小也会趋向过拟合。所以先跑一个粗网格画出交叉验证分数的热力图再缩小范围。from sklearn.model_selection import GridSearchCV param_grid { C: [0.1, 1, 10, 100], gamma: [0.001, 0.01, 0.1, scale], kernel: [rbf] } svm_base SVC(probabilityTrue, random_state42) grid_search GridSearchCV( svm_base, param_grid, cv3, scoringaccuracy, n_jobs-1 ) grid_search.fit(X_train_scaled, y_train) print(f最佳参数: {grid_search.best_params_}) print(f最佳交叉验证分数: {grid_search.best_score_:.4f})n_jobs-1表示使用所有 CPU 核心可以加快搜索。但 GridSearchCV 在特征维度很高、样本量大的时候很费时间所以我的习惯是先用 3 折交叉验证粗筛再用 5 折验证最优参数附近的几个值。grid_search.best_params_不会自动告诉你哪些参数是等价的所以我会把每一个候选项的结果打印出来观察交叉验证分数的变化规律而不是直接信任最优值。如果最优参数的分数比其他参数只高不到 0.01我往往会选择更保守的参数比如更小的C因为它在测试集上通常更稳。5. 图像分类常见坑与排查现象、原因、解决这一章专门记录我在图像分类项目里遇到的典型问题。每个问题都按“现象 → 原因 → 解决”的顺序展开你可以直接对照排查。5.1 训练集准确率很高测试集却一塌糊涂现象SVM 在训练集上准确率达到 98%但测试集只有 55%比随机猜测好不了多少。原因特征维度太高或者模型参数过拟合。常见原因是C设置得过大gamma设置成固定值而不是scale模型把训练样本的特殊噪声都记住了。另一个隐蔽的原因是特征拼接时没有分别缩放导致个别特征分量主导距离计算。解决降低C到 1 附近gamma改为scale或者增加训练集样本量。先检查特征矩阵里是否有 NaN 或无穷值因为 OpenCV 读取失败时会返回 None拼进 NumPy 数组会产生异常。再做一个简单验证用随机森林训练如果随机森林在测试集上明显领先 SVM往往说明特征存在大量噪声SVM 被少数异常样本带偏了。5.2 图像尺寸不一致导致特征维度爆炸现象训练时报错说特征矩阵形状不一致或者模型训练时间从几分钟突然变成几小时。原因特征提取函数里没有固定图像尺寸。比如一张图是 100×100另一张是 1000×1000HOG 特征计算窗口虽然固定但hog.compute在整幅图上滑动的次数不同导致每个样本向量长度不一致np.array会把它们强制转成 object 数组后续无法进行矩阵运算。解决在特征提取函数开头统一cv2.resize(image, (fixed_width, fixed_height))。固定尺寸的选择要兼顾内容和计算量我一般取 256×256再大对传统特征提升有限反而让 HOG 特征维度翻倍。如果对象在图像中只占很小的区域直接缩放会把细节糊掉这时候要先做目标裁剪再缩放。5.3 颜色空间不统一造成的怪偏差现象模型在红色汽车图片上分类正确对蓝色汽车却频繁出错而训练集里两类颜色的车都有。原因颜色直方图特征依赖于颜色空间定义。OpenCV 默认读入的是 BGR 顺序而很多人习惯以 RGB 思维处理如果不做转换通道顺序错位会让模型学到奇怪的通道统计。更常见的是有些图片是灰度图有些是彩色图灰度图的三个通道值相同彩色图则不同这会破坏特征分布。解决在读取图片后统一做转换。例如cv2.cvtColor(image, cv2.COLOR_BGR2RGB)统一到 RGB或者把所有图像都转成灰度。对于颜色重要的分类任务我推荐在 HSV 空间提取直方图把色调和亮度分开这样对光照变化更鲁棒。另一个办法是检查每张图的通道数遇到灰度图就先填充成三通道。5.4 类别不平衡时模型变成“复读机”现象混淆矩阵显示模型把所有测试样本都预测成多数类少数类的精确率和召回率都是 0。原因数据集中某类样本数量远多于其他类。SVM 和随机森林默认优化整体准确率少数类对损失函数的贡献太小模型为了减少总错误会倾向于忽略少数类。解决使用类别权重参数例如class_weightbalanced它在训练时会把少数类的错误惩罚调高。或者在数据层面做欠采样把多数类样本随机剔除一部分保持和少数类相近的数量。但要注意欠采样会丢失信息如果多数类只有几千张强行平衡可能让模型退化。此时也可以改用 F1 分数作为评估指标而不是准确率。5.5 特征拼接后维度太大训练耗时无法接受现象颜色直方图 96 维HOG 特征 10000 多维拼接后一个 500 样本的数据集SVM 训练要半分钟一次网格搜索完全跑不动。原因HOG 特征本身维度非常高加上颜色直方图后会进一步膨胀。高维特征在计算核矩阵时复杂度接近 O(n^2 * dim)维度过大还会引发维度灾难。解决对 HOG 特征降维常见做法是 PCA 降到 100 到 300 维再进行拼接。下面的代码展示了如何使用 PCAfrom sklearn.decomposition import PCA # 先降维再拼接 hog_pca PCA(n_components200, random_state42) hog_feat_reduced hog_pca.fit_transform(hog_feat_all) X_final np.concatenate([color_hist_all, hog_feat_reduced], axis1)需要注意的是PCA也只能在训练集上拟合再对测试集做transform。另一个实用技巧是先用随机森林输出特征重要性挑选最重要的前 N 维特征再去训练 SVM。这样做往往会得到一个特性和 HOG 相似、但维度更低的特征子集训练速度会快很多。6. 进阶把传统机器学习方法嫁接到深度特征上传统特征能解决很多问题但遇到场景复杂、物体姿态多变的数据集时HOG 和颜色直方图的表达能力会不够。这时不需要立刻换成端到端深度学习而是可以先让预训练卷积神经网络CNN充当特征提取器然后继续用 SVM 或随机森林分类。这种“深度特征 机器学习分类器”的做法在中小数据集上常常能兼顾性能和训练成本。6.1 用预训练CNN提特征保留机器学习分类器常见做法是加载一个在 ImageNet 上预训练的模型去掉最后的分类层把输入图像传进去得到的倒数第二层输出就是特征向量。例如 ResNet50 在avg_pool层输出 2048 维特征这个特征比 HOG 高了好几个层次抽象程度更高。你可以先提取一次特征再复用之前的训练代码。import torch import torchvision.models as models import torchvision.transforms as transforms from PIL import Image # 加载预训练 ResNet50并去掉最后一层全连接 model models.resnet50(pretrainedTrue) model.fc torch.nn.Identity() # 让输出变为特征向量 model.eval() # 图像预处理缩放、裁剪、标准化 tfs transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) def extract_deep_feature(image_path): img Image.open(image_path).convert(RGB) tensor tfs(img).unsqueeze(0) with torch.no_grad(): feat model(tensor) return feat.numpy().flatten()这段代码依赖于 PyTorch但我不会建议你一开始就上。先用 HOG 特征跑出第一个可用的基线后续如果准确率不够再引入深度特征。用深度特征时SVM 的C值通常可以调大一些因为特征已经非常紧凑和判别过拟合风险比手工特征小。另外预训练模型的图像预处理规范必须保持一致Normalize的均值和标准差就是 ImageNet 的标准参数不能随便改。6.2 一个验证习惯先看样本再调参最后一个建议可能听起来不像技术却是我踩过最多次坑后养成的习惯在训练前把每个类别的图片和对应的特征可视化出来看一遍。不要只看文件路径因为图片可能已经被误标、损坏或者和类别内容完全不符。我在一个项目里发现占了 30% 的“森林”类别图片里混着许多人物合影模型怎么调都不过 65%删除这些脏数据后直接跳到 85%。这种数据本身的问题任何调参技巧都救不回来。所以每拿到一批新数据我会先随机抽取每个类别 10 到 20 张图片做一次快速视觉检查。然后提取特征用 PCA 降维到二维画出散点图观察类别之间的重叠程度。如果两类在二维空间完全混合说明特征选得不对这时候去调 SVM 参数意义不大应该回到特征提取环节换思路。这个习惯帮我省下过很多无意义的调参时间。如果你正在做课设或者工程基线希望这篇文章能让你少走一些弯路。传统机器学习方法的图像分类并不是过气技术它依然是理解数据、验证想法、快速交付的最佳起点。祝你的模型一次跑通也希望你能在踩坑中找到自己的经验。本文还有配套的精品资源点击获取
