怎么改网站模板/百度手机助手官网
首先感谢所有的博主们！
源代码来自GitHub，我就改了路径，跑通而已，也没搞懂含义，我也没搞懂算原创还是转载，可能我原创的部分只是无聊的碎碎念吧。。。
最近的一周，进展好慢，颓废ing,让人头秃。。。记录一下吧，虽然我觉得这个工作没啥用。。。
这个如果好好研究的话，看上去工作量巨大，目前只是调通了代码，原理啊，代码啊我都一窍不通。而且后续，我很可能也不会继续下去这个思路了吧，毕竟工程量巨大，性价比有点低，目前还是老老实实做我的纹理特征吧，嗯，记录一下而已
调通的代码来自GitHub，地址是 https://github.com/PatientEz/CNN-Image-Classfication（GitHub下载慢的话用码云：https://zhuanlan.zhihu.com/p/37719046）
调这个代码是因为看到博客上，有大佬提到lbp和关键点 结合在一起，对高维的lBP特征进行改进，目的是降维 博客是https://blog.csdn.net/hlx371240/article/details/48996729?utm_source=blogxgwz1，所以我也想搞一下两种特征的组合，不然总是纹理特征，都快写不下去了，我就去看了下sift特征和surf特征，原理啥的也没怎么细看，就看到旋转不变性。。。整个人都不好了，旋转了的话，左边就变成了右边，对于我的图片来说，真的不太妙，但是还是去搜了一下matlab代码，然后就看到了
https://blog.csdn.net/weixin_42486554/article/details/104210827,但是还是看不懂.而且没有数据集…所以我又去找了github ,找到的就是上面说到的这个代码，它自带数据集，而且2018b只要改一下路径就能调通了，基本上工作量为零，看上去分类效果并不好，结果如下图所示，然而我没读论文，不太懂它具体用的是啥方法，在读文献这方面真的不行啊，下个阶段要努力读文献啊。偷过的懒还是要还的
上面红圈就是代码了，只需要SIFT+BOG+SVM这个部分，其他好像是Python代码而且应该是深度学习的
代码只要修改ini.m文件把他原先的rootpath注释掉，再加上以下这两句就可以通了
currPath = pwd;%获取当前路径
rootpath = strcat(currPath,'\');
难过，这周又过去了,一开始有这个想法的时候，我还天真的想，不就是加一种特征，然后输入到svm里就行了吗，应该挺简单的啊，事实证明，我太年轻了，sift关键点这类的特征，基本上都是提取到sift特征后，k-means聚类，然后词袋，然后再输入到svm,这些步骤里，我就就只知道k-means和svm,那还怎么弄啊,短时间是不可能的了。。。。
为啥sift特征要搞得这么复杂呢？我看一个大佬说的是：
- 我们最后想要使用SVM进行分类，所以最后我们要输入一个向量，但是呢，SIFT特征提取出来的是一个矩阵，我们不能直接把这个矩阵展开了，（直接展开一是向量就太大的，二是就相当于把鼻子对用的向量接到嘴对应的向量后面，等等，不像是hog一样是拼接的梯度特征，这里是拼接的是检测关键点）利用词袋模型再加以聚类分析可以更高效的利用这些特征，因此采用这种方法是最为合理的。
来源于博客：https://blog.csdn.net/herr_kun/article/details/80220389,大佬，我要早点看到这个就好了啊