基于SPM 算法 BOW 算法的 Cifar-10 数据集图像分类实战 附完整代码数据集

基于 Beyond Bags of Features: Spatial Pyramid Matching for Recognizing Natural Scene Categories 中提出的 SPM 算法。由于 SPM 算法是对 BOW 模型的改进，因此我同样也实现了 BOW 算法，为了比较，我将这两个算法应用于 Cifar-10 数据集，测试其分类效果。

实现

我复现是 Beyond Bags of Features: Spatial Pyramid Matching for Recognizing Natural Scene Categories 中提出的 SPM 算法。由于 SPM 算法是对 BOW 模型的改进，因此我同样也实现了 BOW 算法，为了比较，我将这两个算法应用于 Cifar-10 数据集，测试其分类效果。

Cifar-10 由 60000 张 32*32 的 RGB 彩色图片构成，共 10 个分类。50000 张用于训练，10000 张用于测试。这个数据集最大的特点在于将识别迁移到了普适物体，而且应用于多分类。下面是 Cifar-10 数据集中的一些例子：