那么它是一个发布你感到困难的问题的论坛,同样的事情发生在我身上,所以我在这里发布问题,我需要学习代码,理解代码,做什么以及我们可以做些什么用它
// Data for visual representation
int width = 512, height = 512;
Mat image = Mat::zeros(height, width, CV_8UC3);
// Set up training data
float labels[4] = {1.0, -1.0, -1.0, -1.0};
Mat labelsMat(3, 1, CV_32FC1, labels);
float trainingData[4][2] = { {501, 10}, {255, 10}, {501, 255}, {10, 501} };
Mat trainingDataMat(3, 2, CV_32FC1, trainingData);
// Set up SVM’s parameters
CvSVMParams params;
params.svm_type = CvSVM::C_SVC;
params.kernel_type = CvSVM::LINEAR;
params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);
// Train the SVM
CvSVM SVM;
SVM.train(trainingDataMat, labelsMat, Mat(), Mat(), params);
Vec3b green(0,255,0), blue (255,0,0);
// Show the decision regions given by the SVM
for (int i = 0; i <2; ++i)
for (int j = 0; j <2; ++j)
{
Mat sampleMat = (Mat_<float>(1,2) << i,j);
float response = SVM.predict(sampleMat);
if (response == 1)
image.at<Vec3b>(j, i) = green;
else if (response == -1)
image.at<Vec3b>(j, i) = blue;
}
我知道这段代码用于培训数据,但我想知道它的基本知识,它的基本理解,我认为我在opencv文档中没有找到,例如为什么以及何时使用CV_8UC3
,以及这段代码正在训练
由于
答案 0 :(得分:1)
image
是一个空的3通道矩阵数据,即512x512; R-G-B频道。最后,此代码将响应(SVM的预测)绘制到该图像上 - 某处的图像=绿色=(0,255,0)。它是在for循环中完成的,用于从逐点赋值创建行。
SVM模型训练是this method的内部过程,其中opencv使用的学习算法只能查看源代码。但是,在文档中声明并描述了诸如svm_type,kernel_type,k_fold,grid,balanced,...等参数会改变方法的行为。