在OpencV中重新调整SVM分类器?

时间:2013-07-09 14:35:37

标签: opencv svm

我用SVM作为分类器构建了一个图像分类系统。为了我的目的,我有很好的分类结果,但我正在寻找一种方法来改进它。假设对于查询图像,系统以错误分类进行响应。有没有办法用这个新数据重新训练SVM分类器。我使用OpenCV的SVM。我需要使用不同的分类器或学习系统吗?

1 个答案:

答案 0 :(得分:0)

您可以尝试使用其他分类器,但改进现有系统的一种简单方法是使用硬阴影重新训练分类器。要做到这一点:

  • 在带有阴性样本的训练集上使用原始分类器,找到所有误报。这些就是所谓的“硬性否定”。
  • 使用原始训练数据集重新训练您的系统,使用您在上一步中找到的硬阴性进行增强。
  • 如果您重复前面的步骤一次或两次,您可能会得到改进的结果。

你最终获得的分类器应该比你开始使用的分类器更好。注意不要从测试数据集中获得硬性否定,因为这会给你不正确的结果。