Question

我致力于训练自己的SVM。首先，我要训练它检测人并与opencv中实现的SVM比较结果。训练完成后，SVM看起来不错（我创建了xml文件进行检查），但是我无法将svm检测器设置为HOG。

这是我训练和保存我的svm的方法：

std::cout << "Entering trainAndSave" << std::endl;

cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();
svm->setType(cv::ml::SVM::C_SVC);
svm->setKernel(cv::ml::SVM::RBF);
std::cout << "Creating SVM pointer successfull" << std::endl;

cv::Ptr<cv::ml::TrainData> tData = cv::ml::TrainData::create(trainingData, cv::ml::SampleTypes::ROW_SAMPLE, labels);

std::clog << "Wait until training will get finish! This may take a few minutes...";
svm->trainAuto(tData);
std::clog << "...[done]" << std::endl;
std::cout << "trainAuto successfull" << std::endl;

svm->save(filename);
std::cout << "saving to file successfull" << std::endl;

我认为操作正确，问题在于如何获取支持向量并将smv检测器设置为HOG：

    cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::load(filename);
    // get support vectors
    cv::Mat supportVectors = svm->getSupportVectors();
    const int supportVectorsTotal = supportVectors.rows;

    // get the decision function
    cv::Mat alpha, sVidx;
    double rho = svm->getDecisionFunction(0, alpha, sVidx);

    CV_Assert(alpha.total() == 1 && sVidx.total() == 1 && supportVectorsTotal == 1);
    CV_Assert((alpha.type() == CV_64F && alpha.at<double>(0) == 1.) ||
        (alpha.type() == CV_32F && alpha.at<float>(0) == 1.f));
    CV_Assert(supportVectors.type() == CV_32F);

    std::vector<float> svmDetector(supportVectors.cols + 1);
    memcpy(&svmDetector[0], supportVectors.ptr(), supportVectors.cols * sizeof(svmDetector[0]));
    svmDetector[supportVectors.cols] = (float)-rho;

    hog.setSVMDetector(svmDetector);

在加载svm之后，我在此行得到错误：

        CV_Assert(alpha.total() == 1 && sVidx.total() == 1 && supportVectorsTotal == 1);

error looks like this

我真的不知道问题出在哪里。我将非常感谢所有建议。

Answer 1

此错误是因为，您在azcopy.exe login --tenant-id=fa89xxxxxxxx之前拥有HOG检测器实例，并且具有与计算HOG描述符以创建svm分类器相同的参数。

例如，输入参数值

setSVMDetector

然后，再次运行。

将svm分类器设置为HOG检测器

1 个答案: