将 SVM 与 SURF 结合使用时出错

Posted 2023-03-12

【中文标题】将 SVM 与 SURF 结合使用时出错

【英文标题】：Getting error using SVM with SURF

【发布时间】：2013-08-25 20:19:00

【问题描述】：

以下是我的代码，运行良好，但经过长时间处理后，它显示运行时错误

// Initialize constant values
const int nb_cars = files.size();
const int not_cars = files_no.size();
const int num_img = nb_cars + not_cars; // Get the number of images
// Initialize your training set.
cv::Mat training_mat(num_img,dictionarySize,CV_32FC1);
cv::Mat labels(0,1,CV_32FC1);

std::vector<string> all_names;

all_names.assign(files.begin(),files.end());
all_names.insert(all_names.end(), files_no.begin(), files_no.end());

// Load image and add them to the training set
int count = 0;
vector<string>::const_iterator i;
string Dir;
for (i = all_names.begin(); i != all_names.end(); ++i)

    Dir=( (count < files.size() ) ? YourImagesDirectory : YourImagesDirectory_2);

    Mat row_img = cv::imread( Dir +*i, 0 );

    detector.detect( row_img, keypoints);

    RetainBestKeypoints(keypoints, 20); // retain top 10 key points

    extractor->compute( row_img, keypoints, descriptors_1);

    //uncluster.push_back(descriptors_1);
    descriptors.reshape(1,1);

    bow.add(descriptors_1);

    ++count;


int count_2=0;
vector<string>::const_iterator k;
Mat vocabulary = bow.cluster();
dextract.setVocabulary(vocabulary);


for (k = all_names.begin(); k != all_names.end(); ++k)

    Dir=( (count_2 < files.size() ) ? YourImagesDirectory : YourImagesDirectory_2);

    row_img = cv::imread( Dir +*k, 0 );

    detector.detect( row_img, keypoints);

    RetainBestKeypoints(keypoints, 20);

    dextract.compute( row_img, keypoints, descriptors_1);

    descriptors_1.reshape(1,1);

    training_mat.push_back(descriptors_1);

    labels.at< float >(count_2, 0) = (count_2<nb_cars)?1:-1;

    ++count_2;

错误：

OpenCv Error : Formats of input argument do not match() in unknown function , file ..\..\..\src\opencv\modules\core\src\matrix.cpp, line 652

我在第二个循环中制作了 descriptor_1 以重塑为 SVM 的行，但错误没有解决

【问题讨论】：

如何使用：Mat labelsMat(num_img, CV_32FC1, labels);Mat training_mat(num_img,CV_32FC1, trainingData);

@Flying 你想说我的论点没有条理？

【参考方案1】：

我认为您正在尝试使用少于类数量的特征进行聚类。

您可以从每张图像中获取更多图像或超过 10 个描述符。

【讨论】：

+1 ,这可能是错误的原因之一，但是查看错误start after step 6 意味着主要错误在最终/最后一个循环中

@GilLevi 当我逐行检查时，我在这里得到了错误：training_mat.push_back(descriptors_1);

【参考方案2】：

到目前为止，我在 3 天后发现我的错误在于标记，当我标记图像时，我在那里得到了错误，是的，上面的答案也与使用较少数量的图像也会导致错误有关，但在我的如果这不是原因，当我开始逐行检查错误时，错误从这里开始：

labels.at< float >(count_2, 0) = (count_2<nb_cars)?1:-1;

因为线：

Mat labels(0,1,CV_32FC1);

而不是：

Mat labels(num_img,1,CV_32FC1);

我应该使用

my_img.convertTo( training_mat.row(count_2), CV_32FC1 );