我正在使用比利时交通标志数据集在MATLAB中开发一个交通标志识别代码。该数据集可以在这里找到这里。

该数据集包括训练数据和测试数据（或评估数据）。

我调整了给定图像的大小，并使用VL_feat库中的VL_HOG函数提取了HOG特征。

然后，我使用训练数据集中所有的标志训练了一个多类SVM。训练集中有62个类别（即不同类型的交通标志）和4577个帧。

我使用fitcecoc函数来获得分类器。

在训练多类SVM后，我想使用测试数据测试分类器的性能，并分别使用了predict和confusionmat函数。

不知为何，返回的混淆矩阵大小是53×53，而不是62×62。

为什么混淆矩阵的大小与类别数量不一致？

回答：

测试数据集中一些文件夹是空的，导致MATLAB跳过了混淆矩阵中的那些行和列。