训练 SVM 并使用 OpenCV 3.0 保存它

Posted 2023-02-22

【中文标题】训练 SVM 并使用 OpenCV 3.0 保存它

【英文标题】：Train SVM and save it with OpenCV 3.0

【发布时间】：2016-01-22 16:48:56

【问题描述】：

我正在使用带有 OpenCV 3.0 的 Visual Studio 2010。我正在尝试训练 SVM 并将其保存到文件中，但我遇到了问题。

我的目的是提取一些图像的 HOG 特征并用它们训练一个 SVM。一切似乎都是正确的，但是当我尝试将模型保存在 xml 文件中时，我收到以下错误：

TrainSVM.exe 中 0x000007fefd9bb16d (KernelBase.dll) 中未处理的异常：MICROSOFT C++ 异常：内存位置 0x0026e1b0 处的 cv::Exception。

然后在控制台中显示：

OpenCV Error: Parsing error (SVM模型数据无效，检查sv_count, var_* an d class_count 标签）在 cv::ml::SVMImpl::write，文件 C:\builds\master_PackSlave-w in64-vc12-shared\opencv\modules\ml\src\svm.cpp，第 2027 行

错误似乎出现在SVM没有被正确训练的时候，但是我不明白我在哪里失败了，因为这条线

svm->train(auxResult)

结果为“真”。

我已经检查了图像并且它们已正确加载，有人可以帮助我吗？

提前致谢。

代码如下：

    String imagesPathPos = "Positivas/*.jpg"; // it has filters, too !
    vector<String> fp;
    glob(imagesPathPos, fp); 
    int tamaño = fp.size();

    std::vector<cv::Point> positions;
    positions.push_back(cv::Point(0,0));
    std::vector<float> descriptor;
    Ptr<TrainData> auxResult;

    for (size_t i=0; i<fp.size(); ++i)
    
        string nameFile = fp[i];
        Mat img = imread(fp[i]);     
        cv::Mat grayImg;
        cvtColor( img, grayImg, COLOR_BGR2GRAY );           

        hog.compute(grayImg,descriptor,winStride,trainingPadding,positions);

        Mat auxDescriptor = cv::Mat(descriptor);
        Mat descriptorMat(1,auxDescriptor.rows,CV_32FC1);
        transpose(auxDescriptor, descriptorMat);
        trainingData.push_back(descriptorMat);          
        trainingLabels.push_back(labelPositive);        
    

    String imagesPathNeg = "Negativas/*.jpg";
    vector<String> fn;
    glob(imagesPathNeg, fn, true); 
    for (size_t i=0; i<fn.size(); i++)
    
        Mat img = imread(fn[i]);
        cv::Mat grayImg;
        cvtColor( img, grayImg, COLOR_BGR2GRAY );
        hog.compute(grayImg,descriptor,Size(),Size(),positions);

        Mat auxDescriptor = cv::Mat(descriptor);
        Mat descriptorMat(1,auxDescriptor.rows,CV_32FC1);
        transpose(auxDescriptor, descriptorMat);
        trainingData.push_back(descriptorMat);
        trainingLabels.push_back(labelPositive);
    

    auxResult = TrainData::create(trainingData, type, trainingLabels);

    svm->train(auxResult);

    svm->save("output.xml");

【问题讨论】：

@Noripsni 我看到你发布了here 一个类似的错误，你解决了吗？

【参考方案1】：

即使图像是负面的，您也在定义“labelPositive”。可能存在错误，在通过向量 fn 的循环内：

trainingLabels.push_back(labelPositive);

您应该使用一个名为“labelNegative”的参数，定义为 -1。