使用BOW和SVM进行识别/分类

Question

我一直致力于一个可以识别叶子疾病的项目。我做了搜索并制定了一些东西。然而，仍存在一些混淆。

我认为以下应该是流程（需要建议）

1. 从叶子中种植患病区域（手动）以构建词汇。
2. 使用SIFT获取keypoints和descriptors
3. 创建Bag of Words词汇和Cluster（K表示）
4. 从上面获得的描述符中训练SVM
5. 评估/分类获取整片叶子的输入图像并使用HarCascade
裁剪它以提取患病区域
6. 使用SIFT获取keypoints和Descriptors，然后使用SVM进行预测。

问题是

1. 上述工作流程合理吗？或者我错过了什么？
2. 我很担心SVM如何学习对象或疾病的名称，例如SVM从哪里获得它学习或检测到的对象的名称？
3. SVM如何输出它识别的对象的名称？