Question

我坚持这个。

我试图通过OpenCV功能2d框架进行一些对象分类，但是在训练我的SVM时遇到了麻烦。

我能够使用BowKMeansTrainer提取词汇表并对其进行聚类，但在我从训练数据中提取要添加到训练器并运行SVM.train方法后，我得到以下异常。

OpenCV Error: Bad argument (There is only a single class) in     cvPreprocessCategoricalResponses, file /home/tbu/prog/OpenCV-2.4.2/modules/ml/src    /inner_functions.cpp, line 729
terminate called after throwing an instance of 'cv::Exception'
 what():  /home/tbuchy/prog/OpenCV-2.4.2/modules/ml/src/inner_functions.cpp:729: error:     (-5) There is only a single class in function cvPreprocessCategoricalResponses

我尝试使用不同的培训师修改字典大小，确保我的矩阵类型是正确的（尽我所能，仍然是opencv的新手）。

是否有任何人看到此错误或对如何解决此问题有任何见解？

我的代码如下所示：

trainingPaths = getFilePaths();
extractTrainingVocab(trainingPaths);
cout<<"Clustering..."<<endl;
Mat dictionary = bowTrainer.cluster();
bowDE.setVocabulary(dictionary);


Mat trainingData(0, dictionarySize, CV_32FC1);
Mat labels(0, 1, CV_32FC1);
extractBOWDescriptor(trainingPaths, trainingData, labels);


//making the classifier
CvSVM classifier;
CvSVMParams params;
params.svm_type    = CvSVM::C_SVC;
params.kernel_type = CvSVM::LINEAR;
params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);

classifier.train(trainingData, labels, Mat(), Mat(), params);

Answer 1

根据错误，您的labels似乎只包含一类数据。也就是说，trainingData中的所有功能都具有相同的标签。

例如，假设您正在尝试使用SVM来确定图像是否包含猫。如果labels中的每个条目都相同，那么......

所有训练图像都标记为“是的，这是一只猫”
或者，您的所有训练图像都标记为“不，这不是猫。”

SVM尝试分离两个（或有时更多）数据类，因此如果您只提供一类数据，SVM库会抱怨。

要查看这是否是问题，我建议添加一个print语句来检查labels是否只包含一个类别。以下是一些代码：

//check: are the printouts all the same?
for(int i=0; i<labels.rows; i++)
    for(int j=0; j<labels.cols; j++)
        printf("labels(%d, %d) = %f \n", i, j, labels.at<float>(i,j));

将extractBOWDescriptor()数据加载到labels后，我假设labels的大小为(trainingData.rows, trainingData.cols)。如果没有，这可能是个问题。

OpenCV SVM在火车上抛出异常，“坏参数（只有一个类）”

1 个答案: