OpenCv3.0.0中的非线性SVM

non lineaire SVM in OpenCv 3.0.0

本文关键字：SVM 非线性 OpenCv3      更新时间：2023-10-16

我正在C++中使用一个道路识别程序（visual studio 2013），我会用非线性SVM对路标进行分类，但我不知道如何在OpenCv 3.0中选择其参数。这就是我所尝试的，它将重新连接的道路分类为最佳类别（例如60 Km/h，80 Km/h…），但当我给它一条未被它重新连接的其他道路时，它将其分类为三个类别之一（60/80/100），你能告诉我OpenCv 3.0.0中非线性SVM的参数是什么吗？

svm = SVM::create();
    svm->setType(SVM::C_SVC);
    svm->setKernel(SVM::KernelTypes::LINEAR);
    svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER, 500, 1e-6));

    toolStripStatusLabel1->Text = "Training begin .....";
    Ptr<ml::TrainData> tData = ml::TrainData::create(trainingDataMat, ml::SampleTypes::ROW_SAMPLE, traningLabels);
    svm->train(tData);

神经网络，就像大多数分类器一样，会将对象放入他们知道的类中。如果你告诉它世界存在三个类，它就会把世界放在这三个类中。没有什么大的惊喜。

有很多方法可以解决这个问题。到目前为止，最常见的是在训练中添加一个类别"其他"，并为其提供数千张其他图像。

在这种特殊的情况下，我会使用3个额外的"其他"类别：形状相似的路标（即欧洲限速的圆形红边）、所有其他路牌，以及"非路牌"。

相关文章：