摘要：本文詳細介紹基於支持向量機的圖像分類系統，給出MATLAB的算法介紹及界面設計過程。在界面中可點擊選擇圖片或帶圖片的文件夾，系統自動對所涉及圖片進行識別分類，可選擇自己訓練的模型進行分類；另外系統設計了模型訓練功能，可在界面上選擇訓練數據集的文件夾和少量選擇設置，系統便可以自動進行模型訓練，適合不同的自定義數據集；算法部分的特征提取過程采用方向梯度直方圖（HOG）特征，分類過程采用性能優異的核支持向量機（SVM）算法。系統界面清新美觀，文中包含完整的代碼文件及數據集，開箱即用，適合新手朋友學習參考。
完整資源下載鏈接：https://mbd.pub/o/bread/mbd-YpiTl5ht
代碼介紹及演示視頻鏈接：https://www.bilibili.com/video/BV1V44y1M7mC/（正在更新中，歡迎關注博主B站視頻）
前言
當前機器學習的算法已經獲得應用，對於經典的支持向量機（SVM）算法，其有着實現簡單、解釋性較強、性能優越的特點。如今支持向量機的研究力度並沒有減退，選擇何種算法應該取決於具體的機器學習任務，對於多類別的圖像分類任務，支持向量機或許是一個不錯的選擇。本文介紹的代碼可以實現較高的分類測試准確率，所以想借此為大家提供一個學習的Demo共同交流。
思路是先基於核支持向量機（SVM）算法開發一個能夠根據圖片內容進行分類的腳本，所用到的數據集可以是當前公開的分類圖片數據集，也可以是自行從網絡上爬取的。除了算法實現，為了便於展示和訓練，我們利用MATLAB的APP設計工具開發一個GUI系統界面，能夠滿足我們選擇模型、圖片、文件夾路徑的需求，初始界面如上圖所示。另外由於自行設定的數據集可能經常調整，所以相應的代碼也需要調整，所以這里把數據集的調整考慮進去，設計了可選擇訓練數據集、設置訓練參數的功能，其界面如下圖所示。
本文給出了MATLAB實現的完整代碼供大家參考，有基礎的讀者可按照文中的介紹復現出完整程序；對於想獲取全部數據集及程序文件的朋友，可以點擊提供的下載鏈接獲取可直接運行的代碼，原創不易，還請多多支持了。如本文對您有所幫助，敬請點贊、收藏、關注！
1. 效果演示
（一）選擇模型+選擇圖片+歷史記錄
首先還是用動圖先展示一下效果。進入軟件界面后，點擊模型選擇按鈕即可彈出文件選擇窗口，可選擇自行訓練的模型文件；然后同樣點擊圖片選擇按鈕，可以選擇一張需要測試的圖片，點擊確認后，模型則自動識別圖片內容，並給出預測的結果；結果會被記錄在右側的表格中，可供再次查看確認。本功能的界面展示如下圖所示：
（二）批量圖片識別+分類結果展示
對於需要批量識別的情況，可選擇界面中的文件夾按鈕，選擇一個待測試的圖片文件夾，系統自動識別文件夾下的文件並進行分類識別。在此過程中識別結果展示在右側，包括分類結果、准確率、圖片的歷史記錄。用戶可點擊右側的結果記錄表格中的對應序號，回看圖片以及對應的識別結果，該部分演示如下圖所示：
（三）自定義模型訓練+參數設置+自動訓練
如果想更換數據集並重新訓練模型，這時只需要點擊“訓練”選項卡，可切換至訓練界面。如下圖所示，可選擇一個自定義的圖片文件夾，該文件夾下包含多個以類別命名的子文件夾，系統自動將文件夾的名字作為每一類的標簽，並將讀取的結果顯示在界面中。可以選擇訓練占比和核函數的訓練設置，點擊“開始訓練”即可自動進行訓練，訓練的過程信息顯示在界面上，最終可以得到訓練測試集准確率，以及各類別的混淆矩陣結果，模型自動保存在當前文件夾下供后續選擇。
2. Caltech 101數據集
提到分類任務的數據集很容易想到ImageNet，它無疑是個巨大的訓練圖庫，對於我們自行訓練和測試其實是非常費力的事情（除非你擁有高端設備），所以我並不推薦在學習階段就使用。至於早前不少論文中廣泛使用的CIFAR10 / CIFAR100以及MNIST數據集，它們的尺寸過小，且本身任務比較簡單，目前已不在普遍使用（水論文除外）。所以這里我們選擇的數據集是更貼近真實情況的Caltech 101數據集，也是當前非常流行的數據集。
Caltech-101 Dataset是由 101 個類別的對象圖片組成的數據集，它主要用於目標識別和圖像分類，官網地址為https://www.vision.caltech.edu/Image_Datasets/Caltech101/。該數據集不同類別有 40 至 800 張圖片，每張圖片的大小在 300 * 200 像素，且數據集的發布者均已標注對應的目標以供使用。該數據集由加州理工學院的李菲菲、馬克安德烈托和 Marc’Aurelio Ranzato 於 2003 年 9 月收集，相關論文有《Learning generative visual models from few training examples: an incremental Bayesian approach tested on 101 object categories》、《One-Shot learning of object categories》等。
下載完成后的數據集文件如上圖所示，解壓后即可看到其中包含101個子文件夾，每個文件夾對應一個類別的圖片，文件夾的名字表示對應的標簽。由於該數據集文件數目較大，這里選取其中的10類如下圖所示，將這幾個文件夾復制到新建的文件夾進行實驗，最終確定所用的數據集。
數據集准備完畢，現在可以通過文件夾讀取圖片了。在MATLAB中可使用imageDatastore函數方便地批量讀取圖片集，它通過遞歸掃描文件夾目錄，將每個文件夾名稱自動作為圖像的標簽，該部分代碼如下：
clear
clc
rng default % 保證結果運行一致
mpath = matlab.desktop.editor.getActiveFilename; % 程序所在目錄
[pathstr,~]=fileparts(mpath);
cd(pathstr); % 自動切換至程序所在目錄
imgDir = fullfile("../10_ObjectCategories/");
% imageDatastore遞歸掃描目錄，將每個文件夾名稱自動作為圖像的標簽
dataSet = imageDatastore(imgDir, 'IncludeSubfolders', true, 'LabelSource', 'foldernames');
至此讀取到的數據集被存放在dataSet變量中，可以簡單查看訓練和測試集每類標簽的樣本個數，顯示代碼如下：
trainSetDetail = countEachLabel(dataSet) % 訓練數據
執行以上代碼運行結果如下：
這里展示一下讀取到的圖片，代碼如下所示：
figure
imshow(dataSet.Files{520});
執行該代碼可以看到如下的運行結果：
這里我們划分訓練和測試數據集，使用留一法將80%的數據用於訓練，剩余的數據用於模型測試，將訓練和測試文件保存在trainSet.Files及testSet.Files變量中，對應的標簽則存在Label中，該部分代碼如下：
indices = crossvalind('Kfold',dataSet.Labels,5); % 進行交叉驗證划分
t=1;
test=(indices == t);
train=~test;
% 訓練數據集
trainSet.Files = dataSet.Files(train);
trainSet.Labels = dataSet.Labels(train);
% 測試數據集
testSet.Files = dataSet.Files(test);
testSet.Labels = dataSet.Labels(test);
至此完成數據集的讀取和划分工作，接下來進行特征提取步驟。
3. HOG特征提取
真正用於訓練分類器的數據並不是原始圖片數據，而是先經過特征提取后得到的特征向量，這里使用的特征類型是HOG，也就是方向梯度直方圖。所以這里重要的一點是正確提取出HOG特征，extractHOGFeatures是MATLAB自帶的HOG特征提取函數，該函數不僅可以有效提取特征，還可以返回特征的可視化結果以方便展示。該部分代碼如下：
cellSize = [4 4];
img = readimage(dataSet, 23);
img = rgb2gray(img); % 灰度化圖片
img = imbinarize(img);
img = imresize(img, [100 100]);
[hog_4x4, vis4x4] = extractHOGFeatures(img,'CellSize',[4 4]);
hogFeatureSize = length(hog_4x4);
% 提取HOG特征
tStart = tic;
[trainFeatures, trainLabels] = extractHogFromImageSet(trainSet, hogFeatureSize, cellSize); % 訓練集特征提取
[testFeatures, testLabels] = extractHogFromImageSet(testSet, hogFeatureSize, cellSize); % 測試集特征提取
tEnd = toc(tStart);
fprintf('提取特征所用時間：%.2f秒\n', tEnd);
以上代碼首先進行圖片灰度化、二值化、尺寸調整等預處理操作，然后調用extractHogFromImageSet函數提取訓練和測試集的HOG特征。由於圖片數量眾多，提取特征過程尚需一定時間，這里對訓練集、測試集提取過程進行計時，因計算機算力不同，執行時間可能會不一致，最終打印特征提取所用的時間。
提取特征所用的時間：18.73秒
4. 訓練和評估模型
下面我們使用以上提取的HOG特征構建支持向量機模型，利用提取的訓練集特征進行訓練。首先利用templateSVM函數構建支持向量機模板參數，選擇gaussian核函數，執行標准化處理數據，顯示訓練過程；利用fitcecoc函數執行訓練過程，其代碼如下。
% 訓練支持向量機
t = templateSVM('SaveSupportVectors',true, 'Standardize', true, 'KernelFunction','gaussian', ...
'KernelScale', 'auto','Verbose', 0); % 利用polynomial核函數, 標准化處理數據，顯示訓練過程（verbose取0時取消顯示）
tStart = tic; % 計時開始
classifier = fitcecoc(trainFeatures, trainLabels, 'Learner', t); % 訓練SVM模型
tEnd = toc(tStart);
fprintf('訓練模型所用時間：%.2f秒\n', tEnd);
等待訓練完成，我們可以使用訓練好的分類器進行預測，這里先利用測試集評估模型並計算分類評價指標，對測試集進行預測的代碼如下：
tStart = tic;
% 對測試數據集進行預測
predictedLabels = predict(classifier, testFeatures);
tEnd = toc(tStart);
fprintf('模型對測試集進行預測所用時間：%.2f秒\n', tEnd);
運行結果如下：
模型對測試集進行預測所用時間：5.75秒
得到了預測結果，可以使用混淆矩陣評估結果，以下代碼首先計算混淆矩陣結果，然后將結果打印出來：
分類准確率可以通過以下代碼進行計算：
accuracy = sum(predictedLabels == testLabels) / numel(testLabels);
fprintf('模型在測試集上的准確率：%.0f%%\n', accuracy*100);
以上代碼顯示了混淆矩陣的結果，但可能還不夠直觀，下面繪制混淆矩陣圖幫助更好了解模型性能：
% 繪制混淆矩陣圖
plotconfusion(testLabels, predictedLabels);
運行代碼后顯示混淆矩陣圖如下圖所示，每行對角線上的網格（綠色網格）處顯示了某類樣本預測正確的數目及其占比。右下角網格表示分類的准確率，可以看出該分類器具有90.2%的總體分類准確率。
為了便於后續測試，這里保存模型文件，其代碼如下：
save('trainedSvmModel.mat','classifier');
5. 測試模型
這里我們選取幾張圖片進行測試，以便對模型的效果有個更直觀的感受，這部分代碼如下所示：
clear
clc
rng default % 保證結果運行一致
img_test_1 = imread("../10_ObjectCategories/airplanes/image_0137.jpg");
img_test_2 = imread("../10_ObjectCategories/dragonfly/image_0001.jpg");
img_test_3 = imread("../10_ObjectCategories/inline_skate/image_0003.jpg");
img_test_4 = imread("../10_ObjectCategories/ketch/image_0005.jpg");
img_test_5 = imread("../10_ObjectCategories/Motorbikes/image_0006.jpg");
img_test_6 = imread("../10_ObjectCategories/umbrella/image_0010.jpg");
讀取圖片后，首先利用imshow函數將幾張圖片顯示出來，采用subplot函數划分圖片坐標軸區域，以便將6張圖片展示出來：
figure;
subplot(2, 3, 1); imshow(img_test_1);
subplot(2, 3, 2); imshow(img_test_2);
subplot(2, 3, 3); imshow(img_test_3);
subplot(2, 3, 4); imshow(img_test_4);
subplot(2, 3, 5); imshow(img_test_5);
subplot(2, 3, 6); imshow(img_test_6);
執行以上代碼，運行結果如下圖所示：
與上一章類似，首先提取HOG特征，這里將提取到的特征進行可視化展示，並將其與原始圖片進行對比，其代碼如下：
img = rgb2gray(img_test_1);
img = imbinarize(img);
% img = imresize(img, [100 100]);
[hog_1, vis_1] = extractHOGFeatures(img,'CellSize',[4 4]);
figure
subplot(2,1,1);
imshow(img_test_1)
title("原始圖像")
subplot(2, 1, 2)
plot(vis_1);
title("特征圖像")
運行以上代碼，特征提取的圖像運行結果如下圖所示：
接下來我們載入前面訓練好的模型，對讀取到的圖片進行預測並顯示結果。值得注意的是，每張圖片在預測前的預處理工作，這里通過代碼將灰度化、二值化、HOG特征的結果可視化在同一個繪圖窗口中，其代碼如下：
load("trainedSvmModel.mat", "classifier");
img_gray = rgb2gray(img_test_4);
img_bin = imbinarize(img_gray);
img = imresize(img_bin, [100 100]);
[hog_4, vis_4] = extractHOGFeatures(img,'CellSize',[4 4]);
% 對測試數據集進行預測
fea_4 = extractHOGFeatures(img,'CellSize',[4 4]);
predictedLabels = predict(classifier, fea_4);
fprintf("預測結果：%s",predictedLabels);
figure
subplot(2,2,1)
imshow(img_test_4);
title(["預測結果：", char(predictedLabels)])
subplot(2,2,2)
imshow(img_gray);
subplot(2,2,3)
imshow(img_bin);
subplot(2,2,4)
plot(vis_4)
運行以上代碼，顯示結果如下：
下載鏈接
若您想獲得博文中涉及的實現完整全部程序文件（包括數據集，m, UI文件等，如下圖），這里已打包上傳至博主的面包多平台和CSDN下載資源。本資源已上傳至面包多網站和CSDN下載資源頻道，可以點擊以下鏈接獲取，已將所有涉及的文件同時打包到里面，點擊即可運行，完整文件截圖如下：
在文件夾下的資源顯示如下：
注意：本資源已經過調試通過，下載后可通過MATLAB R2021b運行；訓練主程序為main_trainClassifier.mlx，測試程序可運行main_testClassifier.mlx，要使用GUI界面請運行picClassifier.mlapp文件；其它程序文件大部分為函數而非可直接運行的腳本，使用時請勿直接點擊運行！➷➷➷
完整資源下載鏈接1：博主在面包多網站上的完整資源下載頁
完整資源下載鏈接2：https://mbd.pub/o/bread/mbd-YpiTl5ht
注：以上兩個鏈接為面包多平台下載鏈接，CSDN下載資源頻道下載鏈接稍后上傳。
結束語
由於博主能力有限，博文中提及的方法即使經過試驗，也難免會有疏漏之處。希望您能熱心指出其中的錯誤，以便下次修改時能以一個更完美更嚴謹的樣子，呈現在大家面前。