目前我正在为一个项目工作,将一组给定的测试图像分类为 5 个预定义类别之一。我使用每个图像的 240 个特征的特征向量实现了逻辑回归,并使用 100 个图像/类别对其进行了训练。每个类别的学习准确度约为 98%,而在包含 500 张图像(100 张图像/类别)的验证集上进行测试时,只有约 57% 的图像被正确分类。
请向我推荐一些我可以使用的库/工具(最好基于神经网络)以获得更高的准确性。
我尝试在 Windows 上使用基于 Java 的工具 Neurophy ( neuroph.sourceforge.net ),但它没有按预期运行。
编辑:已经为项目提供了特征向量。我也在寻找更好的图像特征提取工具。