哪种方法更适合训练图像

时间:2013-08-29 14:11:56

标签: opencv image-processing machine-learning computer-vision svm

我们可以将训练数据放入每个类的单独目录中,并循环遍历每个目录中的图像,并根据目录设置标签,就像我将正面图像放在一个包含50个图像的目录中一样并指定所有图像到1和另一个目录有50个负像分配所有图像-1?这是正确的做法还是让培训师不知所措?

string PosImagesDirectory="E:\\faces\\";
string NegImagesDirectory_2="D:\\not_faces\\";

我首先遍历所有面部图像并将它们分配为1而不是循环通过not_face并为它们分配-1

或者使用只有一个目录的方法  string YourImagesDirectory_2="D:\\images\\";

并且它包含正面和负面图像,并随机拍摄图像,并且我将它们标记为哪个图像是正面的,哪个是负面的但是我不清楚这种方法。

我想使用SIFT / HOG / Bow

等特征算法通过图像训练我的数据

1 个答案:

答案 0 :(得分:2)

我不明白你的第二种方法。你的意思是在加载时一次手动标记一张图像吗?

我认为第一种方法还可以。您无需手动标记它们,只需迭代并标记它们即可。