在 OpencV 中训练 SVM 分类器?

Posted

技术标签:

【中文标题】在 OpencV 中训练 SVM 分类器?【英文标题】:Retrain SVM classifier in OpencCV? 【发布时间】:2013-07-09 14:35:37 【问题描述】:

我用 SVM 作为分类器构建了一个图像分类系统。就我的目的而言,我已经得到了很好的分类结果,但我正在寻找一种改进它的方法。假设对于查询图像,系统以错误分类响应。有没有办法用这些新数据重新训练 SVM 分类器。我使用来自 OpenCV 的 SVM。我需要使用不同的分类器或学习系统吗?

【问题讨论】:

【参考方案1】:

您可以尝试使用不同的分类器,但改进现有系统的一种简单方法是使用硬负样本重新训练您的分类器。为此:

在包含负样本的训练集上使用您的原始分类器,找出所有误报。这些就是所谓的“硬底片”。 使用原始训练数据集重新训练您的系统,并使用您在上一步中找到的硬底片进行增强。 如果您重复前面的步骤一两次,您可能会得到更好的结果。

你最终得到的分类器应该比你开始使用的分类器更好。小心不要从测试数据集中得到硬否定,因为这会给你带来不正确的结果。

【讨论】:

以上是关于在 OpencV 中训练 SVM 分类器?的主要内容,如果未能解决你的问题,请参考以下文章

如何使用具有面部特征的 openCV 训练支持向量机(svm)分类器?

如何在 Python 中使用 OpenCV 3.0 中的 HOG 功能训练 SVM 分类器?

如何使用opencv 训练分类器以及训练过程中的问题

OpenCV和SVM分类器在自动驾驶中的车辆检测

如何利用opencv进行样本训练

如何用OpenCV训练自己的分类器