C ++ OpenCV SVM预测不起作用

Question

尝试创建功能SVM。我有114个训练图像，60个阳性/ 54个阴性和386个测试图像，供SVM预测。

我将训练图像功能读入float，如下所示：

trainingDataFloat[i][0] = trainFeatures.rows;
trainingDataFloat[i][1] = trainFeatures.cols;

测试图像也一样：

testDataFloat[i][0] = testFeatures.rows;
testDataFloat[i][2] = testFeatures.cols;

然后，使用Micka的answer to this question，我将testDataFloat转换为1维数组，然后将其提供给Mat，以便在SVM上进行预测：

float* testData1D = (float*)testDataFloat;
Mat testDataMat1D(height*width, 1, CV_32FC1, testData1D);
float testPredict = SVMmodel.predict(testDataMat1D);

一旦完成这一切，就会出现调试错误：

cvPreparePredictData中输入参数的大小不匹配（样本大小与训练时使用的大小不同）

看this post我发现（感谢berak）：

“所有图片（用于培训和预测）必须具有相同的尺寸”

所以我添加了一个重新调整大小的函数，可以将图像重新调整为你希望的任何大小的正方形（100x100, 200x200, 1000, 1000 etc.）

再次运行它，将图像重新调整为一个新目录，程序现在从中加载图像，我得到与以前完全相同的错误：

cvPreparePredictData中输入参数的大小不匹配（样本大小与训练时使用的大小不同）

我不知道该怎么办。为什么还会抛出这个错误？

修改

我改变了

Mat testDataMat1D(TestDFheight*TestDFwidth, 1, CV_32FC1, testData1D);

到

Mat testDataMat1D(1, TestDFheight*TestDFwidth, CV_32FC1, testData1D);

并将.predict放置在features给float的循环中，以便每个图片因this question而单独提供给.predict }。交换到int以便.cols = 1和.rows = TestDFheight*TestDFwidth程序似乎实际运行，但随后在图像160上停止（.exe has stopped working） ......所以这是一个新的问题。

编辑2

添加了一个简单的

std::cout << testPredict;

要查看确定的SVM输出，它似乎正好匹配所有内容，直到它停止运行的图像160：

Answer 1

请检查您的训练和测试特征向量。

我假设您的要素数据是某种形式的cv :: Mat，其中包含每行的功能。 在这种情况下，您希望训练矩阵是每个图像的每个特征矩阵的串联。 这些行看起来不正确：

trainingDataFloat[i][0] = trainFeatures.rows;
trainingDataFloat[i][1] = trainFeatures.cols;

这是将2d矩阵的元素设置为trainFeatures中的行数和列数。这与trainFeatures矩阵中的实际数据无关。

你想要检测什么？如果每个图像都是正面和反面的例子，那么您是否尝试检测图像中的某些内容？你有什么特色？

如果您尝试在每个图像的基础上检测图像中的对象，则需要在一个向量中描述整个图像的特征向量。在这种情况下，您可以使用您的培训数据执行此类操作：

int N; // Set to number of images you plan on using for training
int feature_size; // Set to the number of features extracted in each image.  Should be constant across all images.

cv::Mat X = cv::Mat::zeros(N, feature_size, CV_32F); // Feature matrix
cv::Mat Y = cv::Mat::zeros(N, 1, CV_32F); // Label vector
// Now use a for loop to copy data into X and Y, Y = +1 for positive examples and -1 for negative examples
for(int i = 0; i < trainImages.size(); ++i)
{
  X.row(i) = trainImages[i].features; // Where features is a cv::Mat row vector of size N of the extracted features
  Y.row(i) = trainImages[i].isPositive ? 1:-1; 
}
// Now train your cv::SVM on X and Y.