图像分类的代码 图片分类代码

引言

图像分类一直是神经网络的重要应用，热度居高不下，但是其相对复杂的代码量以及复杂的调试让很多小白望而却步。

其实，Mathematica里面内置的Classify功能可以极其简单的实现这样的功能，直接展示如下

代码解释

• 第一行使用FileNames，第一个参数是文件后缀，用来确定文件类型，第二个参数是绝对路径，获得所有文件的名字。
• 第二行**Map[Import,filename]**是为了导入数据，即将第一行代码载入的名字对应的图片加载到mathematica内核里面。
• 第三行Import函数加路径，以及格式“List”，因为List格式可以操作，0818.txt是我对文件夹下的图片依次做的标记，每一行做的标记与第一行存放图片的文件夹下的图片一一对应。（我读空间物理研究生，这些标记其实都是电离图是否有偶发E层与扩展F以及是否存在遮蔽现象，不展开叙述）

• 第四行FeatureExtraction是为了提取特征，减少电脑负荷，第一次没用这个特征提取，跑了20多h之后直接提示内存不够用。
• 第五行是重点，Classify功能里面，用箭头将图像与标记建立对应，同时规定特征提取FeatureExtractor是fe，TrainingProgressReport为**“Panel”**是为了规定如何显示进度条，这个可以不要。
• 第六行、第七行就可以用第一行和第二行的导入图片的方法，导入未被标记的图片啦！！！
• 第八行，Classify功能自己命名的函数esesf，就可以训练啦。

不用调参，只需耐心等待，本人电脑8G内存，跑起来真的是其余功能完全不可以使用，CPU长期98%使用率，中途还崩了两三次。不过最后在我的不懈坚持以及分配了虚拟内存之后，跑了近30小时，终于出结果了（**五千张图，近1个G，**同时mathematica又是出奇的慢）

**正确率80.8%**多，其实还好，还有很大的提升空间。

建立电脑配置更低的uu，谨慎使用以及小心选择你的数据量