کد متلب دسته بندی کننده با دیتاست MNIST

یکی از دیتاست‌های معروف در پردازش تصویر MNIST می‌باشد. یکی از مشکلات کاربران عدم توانایی خواندن این دیتاست به صورت تصویر می‌باشد. چون این دیتاست به صورت‌های زیر ذخیره شده است :

t10k-images.idx3-ubyte

t10k-labels.idx1-ubyte

train-images.idx3-ubyte

train-labels.idx1-ubyte

تعدادی از تصاویر این پایگاه تصویر را در شکل زیر می‌توانید ببینید :

MNIST image sample

ما برای شما یک کد متلب آماده کردیم که تصاویر آموزش و تست را می‌خواند .

سپس بر روی تمامی‌تصاویر استخراج ویژگی انجام می‌دهد.

سپس با داده‌های آموزش ، یک دسته بندی کننده را آموزش می‌دهد.

سپس داده‌های تست را به دسته بندی کننده می‌دهد.

نتیجه حاصل از ماتریس کانفیوژن confusion matrix در قسمت زیر نمایش داده شده است :

C =

    83     0     0     0     0     0     1     0     0     1

     0   125     0     0     1     0     0     0     0     0

     1     0   101     2     1     0     2     9     0     0

     1     0     3    96     0     3     0     0     3     1

     1     0     0     0   102     0     1     0     0     6

     0     0     0     2     0    82     0     1     2     0

     1     0     0     0     0     0    85     0     1     0

     0     1     2     4     0     1     0    88     0     2

     0     0     1     0     0     0     3     0    77     8

     0     0     0     0     1     0     0     2     2    9

درصد شناسایی برای داده‌های تست برابر   92.90درصد می‌باشد.

شما می‌توانید هر دسته بندی کننده دیگری را در این کد استفاده کنید ما به عنوان مثال از یک دسته بندی کننده استفاده کردیم.

در کنار این برنامه یک فایل word هم قرار دارد که خط به خط کد متلب را توضیح می‌دهد.

لینک دانلود

 

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

seventy + = seventy four