Question

我一直在使用OpenCV。我最近决定检查它的机器学习能力。所以我最终实现了一个用于人脸识别的神经网络。总结我的人脸识别策略：

从某个面部数据库的csv中读取图像。
将图像滚动到Mat数组。
应用PCA以减少维数。
使用PCA的预测来训练网络。
使用经过培训的网络预测测试数据。

所以一切都好，直到预测阶段。我使用最大响应输出单元对脸部进行分类。因此，通常OpenCV的sigmoid实现应该给出-1到1范围内的值，这在文档中说明。 1是类的最大闭包。在我获得接近0的准确度之后，我检查了每个测试数据的每个类的输出响应。我对这些值感到惊讶： 14.53，-1.7，＃IND 。如果应用了sigmoid，我怎么能得到这些值？我在哪里做错了？

为了帮助您了解此事以及那些想知道如何应用PCA并将其与NN一起使用的人我分享了我的代码：

阅读csv ：

void read_csv(const string& filename, vector& images, vector& labels, char separator = ';') 
{
    std::ifstream file(filename.c_str(), ifstream::in);
    if (!file) 
    {
        string error_message = "No valid input file was given, please check the given filename.";
        CV_Error(1, error_message);
    }
    string line, path, classlabel;
    while (getline(file, line)) 
    {
        stringstream liness(line);

        getline(liness, path, separator);
        getline(liness, classlabel);

        if(!path.empty() && !classlabel.empty()) 
        {
            Mat im = imread(path, 0);

            images.push_back(im);
            labels.push_back(atoi(classlabel.c_str()));
        }
    }
}

逐行滚动图片：

Mat rollVectortoMat(const vector<Mat> &data)
{
   Mat dst(static_cast<int>(data.size()), data[0].rows*data[0].cols, CV_32FC1);
   for(unsigned int i = 0; i < data.size(); i++)
   {
      Mat image_row = data[i].clone().reshape(1,1);
      Mat row_i = dst.row(i);                                       
      image_row.convertTo(row_i,CV_32FC1, 1/255.);
   }
   return dst;
}

将标签矢量转换为标签垫

Mat getLabels(const vector<int> &data,int classes = 20)
{
    Mat labels(data.size(),classes,CV_32FC1);

    for(int i = 0; i <data.size() ; i++)
    {
        int cls = data[i] - 1;  
        labels.at<float>(i,cls) = 1.0;  
    }

    return labels;
}

主要

int main()
{

    PCA pca;

    vector<Mat> images_train;
    vector<Mat> images_test;
    vector<int> labels_train;
    vector<int> labels_test;

    read_csv("train1k.txt",images_train,labels_train);
    read_csv("test1k.txt",images_test,labels_test);

    Mat rawTrainData = rollVectortoMat(images_train);                       
    Mat rawTestData  = rollVectortoMat(images_test);                

    Mat trainLabels = getLabels(labels_train);
    Mat testLabels  = getLabels(labels_test);

    int pca_size = 500;

    Mat trainData(rawTrainData.rows, pca_size,rawTrainData.type());
    Mat testData(rawTestData.rows,pca_size,rawTestData.type());


    pca(rawTrainData,Mat(),CV_PCA_DATA_AS_ROW,pca_size);

    for(int i = 0; i < rawTrainData.rows ; i++)
        pca.project(rawTrainData.row(i),trainData.row(i));

    for(int i = 0; i < rawTestData.rows ; i++)
        pca.project(rawTestData.row(i),testData.row(i));



    Mat layers = Mat(3,1,CV_32SC1);
    int sz = trainData.cols ;

    layers.row(0) = Scalar(sz);
    layers.row(1) = Scalar(1000);
    layers.row(2) = Scalar(20);

    CvANN_MLP mlp;
    CvANN_MLP_TrainParams params;
    CvTermCriteria criteria;

    criteria.max_iter = 1000;
    criteria.epsilon  = 0.00001f;
    criteria.type     = CV_TERMCRIT_ITER | CV_TERMCRIT_EPS;

    params.train_method    = CvANN_MLP_TrainParams::BACKPROP;
    params.bp_dw_scale     = 0.1f;
    params.bp_moment_scale = 0.1f;
    params.term_crit       = criteria;

    mlp.create(layers,CvANN_MLP::SIGMOID_SYM);
    int i = mlp.train(trainData,trainLabels,Mat(),Mat(),params);

    int t = 0, f = 0;

    for(int i = 0; i < testData.rows ; i++)
    {
        Mat response(1,20,CV_32FC1);
        Mat sample = testData.row(i);

        mlp.predict(sample,response);

        float max = -1000000000000.0f;
        int cls = -1;

        for(int j = 0 ; j < 20 ; j++)   
        {
            float value = response.at<float>(0,j);

            if(value > max)
            {
                max = value;
                cls = j + 1;
            }
        }

        if(cls == labels_test[i])
            t++;
        else
            f++;
    }


    return 0;
}

注意：我使用AT＆amp; T的前20个类作为我的数据集。

Answer 1

感谢Canberk Baci的评论，我设法克服了sigmoid输出差异。 问题似乎是mlp的创建函数的默认参数，它将alpha和beta 0视为默认值。当它们都被给定为1时，sigmoid函数的工作方式与文档中所述的相同，神经网络可以预测某些东西，但当然会有错误。

神经网络的结果：

通过修改动量等一些参数，并且没有任何照明校正算法，我从opencv教程中获得了72个精确度（随机抽样的936列车，262个测试图像）前20个类的CroppedYaleB。对于提高准确性的其他因素;当我应用PCA时，我直接将缩小的尺寸大小设为500.这也可能降低准确性，因为保留的方差可能低于％95或更差。因此，当我有空闲时间时，我将应用这些来提高准确性：

Tan Triggs照度校正
使用0.95作为pca大小训练PCA以保留％95差异。
修改神经网络参数（我希望我们在OpenCV库中使用参数较少的NN）

我分享了这些，以便有人可能想知道如何提高NN的分类准确性。我希望它有所帮助。

顺便提一下，您可以在此处跟踪此问题： http://code.opencv.org/issues/3583

OpenCV神经网络Sigmoid输出

1 个答案: