命令行下载
git clone https://github.com/githubxiaowei/DIPBigHW.git
或者如图直接点击下载:
数 据 集 下 载 链 接 ( 图 像 + 所 有 标 注 ) : http://www.vision.caltech.edu/visipedia-data/CUB-200-2011/CUB_200_2011.tgz
- matlab 2016b
- python 3.6 + tensorflow 1.9.0 + keras 2.2.4 + opencv
- 将数据集 CUB_200_2011.tgz 解压到 data/ 目录下
- 进入 code/ 目录
- 用 python 运行 py_server 目录下的 py_server.py, 保持该程序在后台运行
(py36) ~\code> python py_server\py_server.py
- 用 matlab 运行 prepare_feature.m,对整个数据集提取特征,结果会保存在 features/ 目录下
- 运行 interface.m,这个脚本会打开 interface.fig 作为图形界面
- 选择类别,点击“浏览图片库”按钮,可以展示该类别下的所有图片。下方两个按钮实现翻页
- 左上方两个单项选择按钮指示图片来源,当选中“测试集”时,单击“选择图片”按钮将自动从测试集中选择一张图片
- 左侧两个长方形按钮分别实现打开图片、检索并展示图片的功能
- 用户可以通过下拉菜单选择图片的特征类型和相似度的计算方式
- 在 matlab 命令行输入 guide 可以编辑图形界面
添加新的计算图片特征的方式,并在 init_data_params.m 中注册:
%注册特征名称
g_bird_data.features.classes = {...
'RGBhist',...
'HSVhist',...
};
%注册计算特征的函数名
g_bird_data.features.functions = {...
@feat_RGBhist,...
@feat_HSVhist,...
};
注册完成后,直接运行 prepare_feature.m 即可在 features/ 目录下生成新的特征数据。
全局特征
- YUV histogram
- RGB histogram
- HSV histogram
对象区域特征(通过目标检测、分割)
- YUV histogram
- RGB histogram
- HSV histogram
基于部件特征
- ?
基于深度学习
- vgg feature