Les bases de données que vous pouvez télécharger ici utilisent le format ARFF, abondamment utilisé pour Weka.

Ces bases de données ont été utilisées pour mon projet de maîtrise. Chaque base contient des descripteurs d'image (concernant la forme, la couleur ou la texture), obtenus à l'aide d'un algorithme d'extraction de caractéristiques programmé avec le langage Matlab.

Les images ont été soit produites par moi et mes collègues du LIVIA, soit téléchargées sur internet (pour visiter les sites de référence, utilisez la colonne Référence du tableau ci-dessous).

Le tableau présente les 8 fichiers arff que l'on peut télécharger, et présente quelques informations. Vous pouvez utiliser ce lien pour télécharger les 8 fichiers à la fois.

Fichier	Nb. classes	Nb. éch./clas.	Total éch.	Référence	Description	Meilleure médiane de l'erreur obtenue
cereals_500.arff	6	500	3000	* Voir ci-bas	6 types de céréales segmentées	SVM2 : 1.5% d'erreur
cereals_950.arff	6	950	5700	* Voir ci-bas	même que précédente - plus d'échantillons par classe	SVM2 1.5% d'erreur
leaves_60.arff	3	60	180	Caltech	3 types de feuilles non segmentées	SVM2 : 26.67% d'erreur
cropped_leaves_60.arff	3	60	180	* Voir ci-bas	3 types de feuilles - images rognées (carrées)	PGB, SVM ou PM (égaux) : 6.67% d'erreur
digits_33.arff	10	60	330	* Voir ci-bas	Chiffres par ordinateur segmentés en niveau de gris	PM : 5.45% d'erreur
knots_27.arff	6	27	162	Oulu	Noeuds de bois segmentés	PM : 20.37% d'erreur
pollen_196.arff	7	196	1372	Bangor	7 types de pollen segmentés en niveau de gris	SVM2 : 4.15% d'erreur
raisins_450.arff	3	450	1350	* Voir ci-bas	3 types de raisins segmentés	SVM : 0.22% d'erreur

* Les images qui ont été utilisées pour produire ces bases de données ont été prises par des étudiants et chercheurs du LIVIA. Les bases d'image ne sont pas disponible ici car elles sont de grande taille. Dans le cas où vous aimeriez les utiliser, n'hésitez pas à me contacter.

Les bases de données du tableau contiennent 60 caractéristiques pour les images RVB, 48 pour celles en niveaux de gris et 43 pour les RVB non segmentées (feuilles seulement). La dernière colonne, nommée Meilleure médiane de l'erreur obtenue, indique l'erreur de classification médiane, sur 50 essais dans lesquels la base de données a été séparée aléatoirement 2/3 entraînement et 1/3 test, pour le classificateur obtenant les meilleurs résultats parmi les suivant (tous de Weka) :

• Bayes : Classificateur Naïf de Bayes
  
• C4.5 : Arbre de décision C4.5. Appelé J48 dans Weka
  
• KNN : K plus proche voisins, avec K=3. Appelé IBk dans Weka
  
• PG : Programmation Génétique sans boosting (version antérieure de la PGB, ci-bas)
  
• SVM : Machine à vecteurs de support, avec noyau de degré 1 (par défaut). SMO dans Weka
  
• SVM2 : Machine à vecteurs de support, avec noyau de degré 2
  
• PM : Perceptron Multicouche
  
• Les versions boostées de Bayes, C4.5, SVM, SVM2 et PM, avec AdaBoost. Lorsque boostés, leur identifiant est précédé de A : ABayes, ASVM, ASVM2 et APM.
  
• PGB : Programmation génétique avec boosting intégré, un algorithme rajouté à Weka

Pour question ou commentaire sur cette page, me contacter.