在caffe中怎么实现cnn+svm呀,有示例代码吗?

本人小白,好像是用cnn提取特征,用svm分类?有人用过吗?最好是能给一个示例代码,谢谢了
已邀请:

xuesen

赞同来自: mhaoyang

1,简单的,如上边说的把loss 改成hinge_loss,然后把前边卷积层的lr_mul 改成0,这样相当于线性SVM
 2. 先提取特征CNN codes,然后再用SVM分类器分类.

ziyue246

赞同来自:

好像hingeloss 就是svm

ziyue246

赞同来自:

提取特征使用caffe提供的python或者matlab接口会方便些,见下面的python例子:
http://nbviewer.ipython.org/github/BVLC/caffe/blob/master/examples/00-classification.ipynb
 
把这个例子稍微修改一下,把提取的特征保存下来,就可以用svm,random_forest等分类器进行分类了。
 
很简单的,现在我才发现

mhaoyang - 机器视觉算法工程师 电子工程硕士

赞同来自:

为什么最后一层用SVM呢?有什么好处?

要回复问题请先登录注册