Question

我在android studio中构建了一个简单的项目，并包含了OpenCV，以便训练SVM（支持向量机）或ANN（人工神经网络）。一切似乎进展顺利，包括数据创建，培训和受过训练的数据检查，除了保存。每当我保存一个opencv ml-object（如ann.save（...）或svm.save（...））时，android studio崩溃。

SVM -

当我使用

行提取支持向量时

classifier.getSupportVectors()

数字似乎是真的。但是，当我移过

处的断点时，应用程序崩溃了

 classifier.save("C:\\foo\\trentsvm.txt");

在logCat中我挖掘了以下反馈：

07-04 14：36：10.939 25258-25258 / com.example.tbrandsa.opencvtest A / libc：致命信号11（SIGSEGV），代码2，故障地址0x7f755f53f0 in tid 25258（ndsa.opencvtest）[07-04 14：36：10.942 439：439 W /] debuggerd：处理请求：pid = 25258 uid = 10227 gid = 10227 tid = 25258

如果我试图保存人工神经网络（ANN），我会得到类似的错误，请参阅下面的更新。

我尝试将文件保存为XML和txt，以及＆＃34; C：\ trentsvm。 someformat ＆＃34;以及＆＃34; trentsvm。 someformat ＆＃34 ;.我在Eclipse java项目中也遇到了同样的错误。高痛，没有收获。完整代码如下。你能帮忙吗？

PS：我使用OpenCv版本3.2.0。和Android Studio 2.3.2

// I based this code on stuff i found online. Not sure if all is as important or good.
// Purpose: multilabel classification - digit recognition for android app.

// Create data and labels for a digit recognition algorithm 
int numTargets = 10; // (0-9 => 10 types of labels)
int totalSamples = 100; // Could have been number of images of digits
int totalIndicators = 10; // Could have been number of properites per digit image.
Mat labels = new Mat(totalSamples,1, CvType.CV_16S);
Mat data = new Mat(totalSamples, totalIndicators,CvType.CV_16S);

// Fill with dummy values:
for (int s = 0; s<totalSamples; s++)
{
    int someLabel = s%numTargets;
    labels.put(s,0, (double)someLabel);
    for (int m = 0; m<totalIndicators; m++)
    {
        int someDataValue = (s%numTargets)*totalIndicators + m;
        data.put(s, m, (double)someDataValue);
    }
}
data.convertTo(data,  CvType.CV_32F);
labels.convertTo(labels,  CvType.CV_32S);


SVM classifier = SVM.create();
TermCriteria criteria = new TermCriteria(TermCriteria.EPS + TermCriteria.MAX_ITER,100,0.1);
classifier.setKernel(SVM.LINEAR);
classifier.setType(SVM.C_SVC); //We choose here the type CvSVM::C_SVC that can be used for n-class classification (n >= 2).
classifier.setGamma(0.5);
classifier.setNu(0.5);
classifier.setC(1);
classifier.setTermCriteria(criteria);

classifier.train(data, Ml.ROW_SAMPLE, labels);

// Check how trained SVM predicts the training data
Mat estimates = new Mat(totalSamples, 1, CvType.CV_32F);
classifier.predict(data,  estimates, StatModel.RAW_OUTPUT);

for (int i = 0; i<totalSamples; i++)
{
    double l = labels.get(i, 0)[0];
    double e = estimates.get(i, 0)[0];
    System.out.print("\n fact: "+l+", estimat: "+e);
}
Mat suppV = classifier.getSupportVectors();


try {
    if (classifier.isTrained()){
    // It crashes at the next line!
        classifier.save("C:\\foo\\trentsvm.txt");
    }
}
catch (Exception e)
{
}

7月5日更新：根据ZdaR的建议，我尝试使用手机内地址，但它没有解决问题。

String address = Environment.getExternalStorageDirectory().getPath()+"/trentsvm.xml";
// address now has value "storage/emulated/0/trentsvm.xml"
classifier.save(address);

在logcat中：

07-05 14：50：12.420 11743-11743 / com.example.tbrandsa.opencv2 A / libc：   致命信号11（SIGSEGV），代码2，tid中的故障地址0x7d517f1990   11743（brandsa.opencv2）

[07-05 14：50：12.424 3134：3134 W /] debuggerd：处理   要求：pid = 11743 uid = 10319 gid = 10319 tid = 11743

7月6日更新：当我在eclipse中运行相同的脚本并使用调试器时（JUnit 4，VM参数：-Djava.library.path = C：\ Users \ tbrandsa \ Downloads \ opencv \ build \ java \ x64; src \ test \ jniLibs，）在没有设备的情况下在PC上进行调试，捕获的异常＆＃34; e＆＃34;说以下

原因=异常， detailMessage =＆＃34;未知异常＆＃34; ，栈跟踪=＆GT; StackTraceElement [0]， suppressExeptions = Collections $ UnmodifiableRandomAccessList，

7月13日更新：我只是尝试使用人工神经网络（ANN），并且在尝试保存时崩溃。

错误：

致命信号11（SIGSEGV），代码1，故障地址0x15a57e688000c in tid 8507（brandsa.opencv2）debuggerd：处理请求：pid = 8507 uid = 10319 gid = 10319 tid = 8507

代码：

// Mat data is of size 100*20*CV_32FC1, 
// Mat labels is of size 100*1*CV_32FC1
// layerSizes is of size 3*1*CV_8UC1
int[] hiddenLayers = {10};
Mat layerSizes = new Mat(2 + hiddenLayers.length,1,CvType.CV_8U);
layerSizes.put(0, 0, data.width());
for (int l = 0; l< hiddenLayers.length; l++){
    layerSizes.put(1 + l, 0,hiddenLayers[l]);}
layerSizes.put(1 + hiddenLayers.length, 0,labels.width());

ANN_MLP ann = ANN_MLP.create();
ann.setLayerSizes(layerSizes);
ann.setActivationFunction(ANN_MLP.SIGMOID_SYM);

ann.train(data, Ml.ROW_SAMPLE , labels);
ann.save("/storage/emulated/0/Pictures/no.rema.priceagent.test/trentann.xml");

保存到文件训练的机器学习数据（如SVM或ANN）时OPENCV崩溃

0 个答案: