Изучение SVM с набором функций

#c #opencv #svm

#c #opencv #svm

Вопрос:

Здравствуйте, я пытаюсь изучить SVM с набором отрицательных и положительных примеров. Я использую кластеризацию Kmeans и набор слов для этого. Мои шаги:

  1. вычислите дескрипторы и ключевые точки для каждого изображения с помощью surf
  2. поместите все дескрипторы в один mat (некластеризованный mat) и создайте ярлык mat(1 и -1)
  3. используя K-средства для кластеризации, поместите в некластеризованный mat и запустите алгоритм. результатом является словарь
  4. запустите процедуру пакета функций с помощью BOWImgDescriptorExtractor, используя FlannBasedMatcher и детектор Surf для него
  5. установите для извлеченного словаря значение BOWImgDescriptorExtractor
  6. вычислите bow с помощью img, imgkeypoints
  7. результатом является дескриптор bow
  8. обучите SVM с помощью bowdescritpor и ярлыков

Синтаксис правильный, но если я использую svm-> islearned, svm возвращает false. Что-то в моей процедуре не так. Пожалуйста, дайте мне несколько советов, что я делаю неправильно

Комментарии:

1. Вам нужно будет показать нам некоторый код и данные. Я бы начал с шага 7 и 8. Как преобразовать дескриптор bow в обучающие данные для SVM?

2. Какова ваша конечная цель ?! вы хотите сопоставить два изображения? или найти определенную область в одном изображении? или что?