MATLAB怎么进行图像分类_图像分类器App使用教程

大瑶小哥_5696

大瑶小哥_5696

2026-04-23

450人浏览

原创

可直接使用MATLAB内置Classification Learner App构建图像分类模型:需先用imageDatastore加载图像并提取HOG等特征生成X和Y,再通过图形界面导入、选模型、训练、评估与导出。

matlab怎么进行图像分类_图像分类器app使用教程

如果您希望在MATLAB中快速构建图像分类模型,但缺乏编程经验或希望跳过代码编写环节,则可直接使用内置的Classification Learner App。该App提供图形化界面,支持从数据导入、模型训练到性能评估的全流程操作。以下是使用该App完成图像分类任务的具体步骤:

一、准备并导入图像数据

Classification Learner App不直接支持原始图像文件夹的拖入,需先将图像转换为特征矩阵与标签向量,或通过imageDatastore预处理后提取特征。若使用传统机器学习方法(如SVM、决策树),需手动提取HOG、LBP等特征;若使用深度特征,可先用预训练网络提取特征向量。确保工作区中存在两个变量:X(m×n数值矩阵,每行代表一个样本的特征)和Y(m×1分类标签向量,类型为categorical)。

1、在MATLAB命令行中运行以下代码,以从图像文件夹构建特征与标签:

2、使用imageDatastore读取图像路径,并启用子文件夹与文件夹名标签:

3、对每张图像进行尺寸归一化与灰度转换,再调用extractHOGFeatures提取特征:

4、将所有特征垂直拼接为矩阵X,对应标签存为categorical向量Y:

5、确认变量X和Y已存在于当前工作区,可通过workspace窗口或whos命令验证。

二、启动Classification Learner App并创建新会话

该App是Statistics and Machine Learning Toolbox的一部分,启动前需确保该工具箱已安装。App通过可视化流程引导用户完成建模,避免手写训练循环与交叉验证逻辑,适合教学演示与快速原型验证。

1、点击MATLAB工具栏中的APPS选项卡。

2、在搜索框中输入Classification Learner,点击图标启动。

3、在App主界面左上角点击New Session → From Workspace。

4、在弹出窗口中,从下拉菜单选择变量X作为Features,变量Y作为Labels。

5、点击Start Session,App自动加载数据并显示数据摘要面板。

三、选择模型类型并配置训练参数

App内置数十种分类器,涵盖线性模型、集成方法与支持向量机等。不同模型对特征尺度敏感度不同,因此标准化处理常被默认启用。用户可依据数据规模、精度需求与部署约束灵活选择。

1、在“Models”选项卡中,点击All Quick-to-Train,App将自动训练决策树、判别分析、朴素贝叶斯等轻量模型。

2、若需更高精度,点击All Non-Linear,包括RUSBoosted Trees、SVM(高斯核)、ECOC多类扩展等。

3、点击任意模型右侧的Options按钮,可修改超参数:例如为SVM设置KernelScale,为树模型调整MaximumNumberSplits。

4、在“Validation”区域,确认验证方式为Holdout(默认30%验证集)或切换为Cross-Validation(如5折)。

5、勾选Standardize data以对特征列执行z-score标准化,提升多数模型收敛稳定性。

四、训练模型并比较性能

训练过程实时显示准确率、混淆矩阵与ROC曲线,便于直观评估各类别识别效果。App自动缓存所有已训练模型,支持横向对比多个模型的泛化能力与计算开销,无需重复运行训练流程。

1、点击所选模型下方的Train按钮,开始单模型训练。

2、若需批量训练,点击Train All,App按队列依次完成全部模型训练。

3、训练完成后,“Models”窗格中将显示每个模型的Accuracy (Validation)值,绿色高亮最优结果。

4、双击任一模型,在右侧面板查看Confusion Matrix,识别易混淆类别对(如“3”与“8”在数字识别中常见误判)。

5、切换至ROC Curves视图,观察各类别的真阳性率与假阳性率权衡关系。

五、导出模型并进行新图像预测

训练完成的模型可导出为MATLAB函数、Simulink模块或C/C++代码,适用于嵌入式部署或系统集成。对于图像预测,需复现与训练阶段一致的特征提取流程,否则输入维度不匹配将导致错误。

1、在“Export Model”菜单中,点击Export Model → Export Compact Model,生成结构体变量trainedModel。

2、在命令行中调用predict函数: [label, score] = predict(trainedModel, newFeatureVector);。

3、若newFeatureVector来自新图像,必须严格复用训练时的预处理链:尺寸缩放→灰度转换→HOG提取→特征归一化。

4、使用exportONNXNetwork可将训练好的模型导出为ONNX格式,供其他框架(如PyTorch、TensorRT)加载推理。

5、导出脚本(Generate Function)可一键生成完整训练代码,便于版本控制与参数复现。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
fprintf在matlab中的用法
fprintf在matlab中的用法

fprintf是MATLAB中用于格式化输出的函数。fprintf的基本语法为“fprintf(fileID, format, A)”,其中,fileID是一个标识符,用于指定要写入的文件,如果要将数据写入到命令窗口中,则可以使用1作为fileID的值,format是一个字符串,用于指定输出的格式,A是要输出的数据。

2023.09.28

758

5

数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

2023.10.12

5043

8

Matlab中length函数的用法
Matlab中length函数的用法

在Matlab中,length函数用于返回向量、数组或字符串中的元素个数。想了解更多length函数的相关内容,可以阅读本专题下面的文章。

2023.11.22

518

5

Matlab中axis函数用法
Matlab中axis函数用法

在Matlab中,axis函数用于控制坐标轴的范围和比例。想了解更多axis函数的相关内容,可以阅读本专题下面的文章。

2023.11.23

912

5

subplot在matlab中的用法
subplot在matlab中的用法

subplot在matlab中用于在同一个图窗中创建多个子图。通过指定子图的行数、列数和当前绘图位置,可以在每个子图中绘制不同的图形。想了解更多subplot在matlab中的用法,可以访问下面的文章。

2023.11.27

237

3

scilab和matlab的区别
scilab和matlab的区别

scilab和matlab的区别:1、注释符号;2、预设变量的表示;3、操作符的用法;4、矩阵的定义与调用;5、程序的编辑与执行;6、数据类型;7、函数库;8、图形界面;9、社区支持与生态系统;10、跨平台兼容性;11、价格。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2023.12.11

289

5

Matlab如何四舍五入
Matlab如何四舍五入

Matlab可以通过round函数和格式化输出函数来对数值来进行四舍五入操作。更多关于Matlab相关的问题,详情请看本专题下面的文章。php中文网欢迎大家前来学习。

2023.12.12

1237

11

Matlab中axis函数用法介绍
Matlab中axis函数用法介绍

在Matlab中,axis函数用于设置当前坐标轴的范围和刻度。想了解更多axis函数的相关内容,可以阅读本专题下面的文章。

2023.12.13

283

6

matlab griddata函数用法
matlab griddata函数用法

matlab中函数用于在给定的(X,Y)坐标上插值相应的Z值,从而将一组三维数据(x,y,z)网格化。想了解更多matlab的相关内容,可以阅读本专题下面的文章。

2023.12.15

3452

9

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习