由于OpenCV的论坛有问题,我也想在这里发布问题。
在OpenCV的BOW示例中,为每个类训练了一个2类SVM分类器。那么为什么不使用多类SVM呢?如果我喜欢这个,那么,假设我有X类,我必须加载X SVM并为图像预测X次。
由于代码非常大并且使用大型数据集,因此进行研究需要很长时间。
[我已经设法开始使用OpenCV的BOW示例训练第一个SVM分类器,但它说:
143个积极的培训样本; 2356个负面训练样本
我想知道这不是一个糟糕的分类器......但是train_auto
可能会找到所需的参数,所以它不会坏。你怎么看? ]