支持矢量机一对一培训

Question

我正在使用Opencv svm进行图像分类。我的分类问题是对汽车，书籍等对象进行分类。一旦确定模型，我就将测试图像添加到训练集中，然后使用1对所有训练方法训练系统。

但这是一个计算成本非常高的案例，因为我必须在根据其组添加分类帧后训练系统。后来我把它改成了火车，加了5帧，而不是10帧，但它似乎太昂贵的计算机。

我遇到了一种方法，我不知道它是如何工作的，即One vs One Training。我需要一些帮助来实现1对1训练，这样我就不会训练不同类的整个训练集，而只训练测试图像所属的训练集。

我的困惑是：如何在单独培训后将培训信息结合起来？

也许我正在错误地对待这个概念，因为我是SVM的新手，所以在这种情况下只是帮助我。

Answer 1

如果我理解正确，你就成功地训练了两对类的SVM。现在你想知道如何结合这些SVM的答案来做出最终决定。

通常使用最大投票策略。

如果你有一个受过训练的SVM来区分A类和B类，根据输出，它会对A类或B类投票。你对所有训练过的SVM都这样做。获得最多选票的班级获胜。