OpenCV 3.1.0:保存并加载经过训练的SVM

目前，我正在尝试训练不同的SVM来识别不同的情绪。例如，为了识别快乐的情绪，我训练了一个SVM，其中快乐的人的图像是积极的，人们表达其他情绪的图像，如愤怒、恐惧、厌恶。。。作为底片。这些图像存储在一个数据库中，我将该数据库划分为训练部分和测试部分。

当我训练SVM时，我会立即使用它们来测试数据库测试图像的准确性，这很好。但我也保存了经过训练的SVM，因为我想在另一个程序中使用它们，不想每次启动另一个项目时都对它们进行再培训。

因此，我在另一个程序中加载了SVM，但结果非常糟糕。准确率接近零。因此，我试图在训练计划中保存并立即加载SVM，但在这里，准确率现在接近零。

搜索了一段时间后，我发现如果我加载了SVM，并打印了SVM类型、内核类型和支持向量，它们与SVM.xml文件中的相同。所以我认为问题是预测没有以正确的方式执行。我也不知道我是否保存了我的SVM并以适当的方式加载它们。

目前，我试图寻找解决方案，但没有成功。我尝试过的一些链接是：

训练SVM并用OpenCV 3.0 保存

如何加载先前存储的svm分类器？

负载训练SVM–Emgu CV

opencv 3（C++）自动训练SVM加载问题

我用来训练SVM并立即测试它们而不再次加载它们的代码是：

trainData = ml::TrainData::create(training_mat, ROW_SAMPLE, label_mat);
svm = SVM::create();
svm->setType(SVM::C_SVC);
svm->setKernel(SVM::RBF);
svm->trainAuto(trainData);
svm->save(svmSaveNames[i]);
// Test SVMs
data_file.open(filenameLabelsTestingImages[i]);
data_file << "Numbern";
startTest = stopTest;
stopTest  = startTest + emotionCountersTesting[i];
int numberRightClassified = 0;
int numberClassified = 0;
for (int j = 0; j < numberOfTestImg; j++)
{
    cv::Mat testing_one_image_mat(1, numberOfFeatures, CV_32F);
    for (int k = 0; k < numberOfFeatures; k++)
    {
        testing_one_image_mat.at<float>(0, k) = testing_mat.at<float>(j, k);
    }
    int value_svm = svmNew->predict(testing_one_image_mat);
    if (value_svm == 1)
    {   
        if (j >= startTest && j < stopTest)
        {
            numberRightClassified++;
        }
        numberClassified++;
    }
    data_file << value_svm << endl;
}
data_file.close();

因此，在我更改代码以首先保存SVM，然后按照再次加载它们进行预测之前，这一切都很好

trainData = ml::TrainData::create(training_mat, ROW_SAMPLE, label_mat);
svm = SVM::create();
svm->setType(SVM::C_SVC);
svm->setKernel(SVM::RBF);
svm->trainAuto(trainData);
svm->save(svmSaveNames[i]);
Ptr<SVM> svmNew = SVM::create();
svmNew = SVM::load<SVM>(svmSaveNames[i]);
//cout << "The type is " << svmNew->getType() << endl;
//cout << "The kernel type is " << svmNew->getKernelType() << endl;
//cout << "The support vectors are " << svmNew->getSupportVectors() << endl;
// Test SVMs
data_file.open(filenameLabelsTestingImages[i]);
data_file << "Numbern";
startTest = stopTest;
stopTest  = startTest + emotionCountersTesting[i];
int numberRightClassified = 0;
int numberClassified = 0;
for (int j = 0; j < numberOfTestImg; j++)
{
    cv::Mat testing_one_image_mat(1, numberOfFeatures, CV_32F);
    for (int k = 0; k < numberOfFeatures; k++)
    {
        testing_one_image_mat.at<float>(0, k) = testing_mat.at<float>(j, k);
    }
    //int value_svm = svm -> predict(testing_one_image_mat);
    int value_svm = svmNew->predict(testing_one_image_mat);
    if (value_svm == 1)
    {   
        if (j >= startTest && j < stopTest)
        {
            numberRightClassified++;
        }
        numberClassified++;
    }
    data_file << value_svm << endl;
}
data_file.close();

数组svmSaveNames包含字符串，这些字符串的名称用于保存不同的svm，如svm_anger.xml、svm_despe.xml…

我使用变量data_file为每个测试的SVM创建一个.txt文件。因此，首先我训练和测试SVM来识别情绪愤怒，在测试SVM时，我使用了所有的测试图像。因此，所有这些图像的预测（1=正/-1=负）都被写入一个文本文件。

参数startTest和stopTest用于验证阳性图像（预测值为1）是否在需要识别为阳性的图像范围内。在数据库的测试图中，我按情绪顺序排列了所有图像，所以先是愤怒，然后是蔑视，。。。

2D矩阵testing_mat包含来自所有测试图像的数据，这些数据被提供给SVM以预测情绪。

所以我的问题是，在我加载SVM之后，他们没有给我正确的预测。