训练SVM并使用OpenCV 3.0保存

时间:2016-01-22 16:48:57

标签: c++ visual-studio-2010 opencv svm training-data

我正在使用OpenCV 3.0的Visual Studio 2010。我正在尝试训练SVM并将其保存到文件中,但我遇到了问题。

我的目的是提取一些图像的HOG特征并用它们训练SVM。一切似乎都是正确的,但是当我尝试将模型保存在xml文件中时,我得到以下错误:

  

TrainSVM.exe中0x000007fefd9bb16d(KernelBase.dll)中的未处理异常:异常de MICROSOFT C ++:cv ::内存位置0x0026e1b0处的异常。

然后在控制台中显示:

  

OpenCV错误:解析错误(SVM模型数据无效,请检查sv_count,var_ * an   d class_count tags)在cv :: ml :: SVMImpl :: write中,文件C:\ builds \ master_PackSlave -w   in64-vc12-shared \ opencv \ modules \ ml \ src \ svm.cpp,第2027行

当SVM没有经过适当的训练时,似乎出现错误,但我不明白我失败的地方,因为这行

  

svm->列车(auxResult)

结果为“true”。

我已经检查了图像并且它们已正确加载,有人可以帮助我吗?

提前致谢。

以下是代码:

    String imagesPathPos = "Positivas/*.jpg"; // it has filters, too !
    vector<String> fp;
    glob(imagesPathPos, fp); 
    int tamaño = fp.size();

    std::vector<cv::Point> positions;
    positions.push_back(cv::Point(0,0));
    std::vector<float> descriptor;
    Ptr<TrainData> auxResult;

    for (size_t i=0; i<fp.size(); ++i)
    {
        string nameFile = fp[i];
        Mat img = imread(fp[i]);     
        cv::Mat grayImg;
        cvtColor( img, grayImg, COLOR_BGR2GRAY );           

        hog.compute(grayImg,descriptor,winStride,trainingPadding,positions);

        Mat auxDescriptor = cv::Mat(descriptor);
        Mat descriptorMat(1,auxDescriptor.rows,CV_32FC1);
        transpose(auxDescriptor, descriptorMat);
        trainingData.push_back(descriptorMat);          
        trainingLabels.push_back(labelPositive);        
    }

    String imagesPathNeg = "Negativas/*.jpg";
    vector<String> fn;
    glob(imagesPathNeg, fn, true); 
    for (size_t i=0; i<fn.size(); i++)
    {
        Mat img = imread(fn[i]);
        cv::Mat grayImg;
        cvtColor( img, grayImg, COLOR_BGR2GRAY );
        hog.compute(grayImg,descriptor,Size(),Size(),positions);

        Mat auxDescriptor = cv::Mat(descriptor);
        Mat descriptorMat(1,auxDescriptor.rows,CV_32FC1);
        transpose(auxDescriptor, descriptorMat);
        trainingData.push_back(descriptorMat);
        trainingLabels.push_back(labelPositive);
    }

    auxResult = TrainData::create(trainingData, type, trainingLabels);

    svm->train(auxResult);

    svm->save("output.xml");

1 个答案:

答案 0 :(得分:0)

即使图像为负,您也要定义“labelPositive”。在通过向量 fn

的循环中,可能存在错误
  

trainingLabels.push_back(labelPositive);

您应该使用名为“labelNegative”的参数定义为-1。

相关问题