SVM分类器测试仅适用于大于训练集的图像

Question

我第一次实施了用于静态图像的物体检测的sw。我的第一个目标是检测简单的圆圈，然后我将移动到更复杂的对象。不幸的是，在验证分类器时我似乎遇到了问题。

我的选择是使用HOG描述符（使用OpenCv）和svm作为分类器（使用svmlight）。代码编译和工作，但有些东西听起来很奇怪，可能与svm有关。

我有：

• 由5个图像组成的训练集48x48px的不同圆圈和5个图像48x48px的非圆圈（我知道它们太少了以便有一个固体分类器但是，最多知道，它是测试一切正常）
• 由4个图像48x48px组成的测试集（圆圈与用于训练的圆圈一样大）和1个图像大得多（765x600px），具有多个大小的圆圈和其他几何形状。

会发生什么：

• 当图像为48x48时，未检测到测试集中的圆圈，即使在测试集中有一些图像在训练阶段使用。
• 在图像765x800（包含任意大小的圆圈）中，正确识别与训练集大小相同或更大的圆圈。

我使用以下参数：

• hog：winSize = 48x48px，winStride = 4x4px，cellSize = 4px，blockSize = 8px，blockStride = 4x4px
• 分类器：使用线性分类器进行svm回归，C = 0.01。 （RBF结果比线性更差）

这是使用参数I＆＃39; m执行检测的api。

vector<Rect> found;
double hitThreshold = 0.; // tolerance
Size padding(Size(32, 32));
double scale = 1.05;
int groupThreshold = 2;
hog.detectMultiScale(testImg, found, hitThreshold, win_stride, padding, scale, groupThreshold);

是否有任何理由不检测图像48x48px中的圆圈并检测到较大图像中的圆圈？我希望48x48px图像能够正确分类，以验证分类器。当在48x48px图像中没有检测到任何内容时，我添加了更大的图像。

此外，听起来更奇怪的是，在48x48ps测试集中，训练集中使用了一些图像，我认为必须识别它们，而不是它们！ （我知道训练集和测试集必须不同，但是当没有检测到任何东西时我就这样做了。）

这是我第一次使用hog描述符和svm，因为配置错误或图像选择可能无法正常工作..

欢迎任何帮助！

提前致谢：）