OpenCV的HOG+SVM训练程序注意事项

曾经终败给现在 2022-08-06 00:10 178阅读 0赞

**关于训练程序我封装了一份，大家可以参考一下**

**http://download.csdn.net/detail/xidianzhimeng/8270413**

**样本的配置与OpenCV训练Adaboost的类似，相信训练过Adaboost的同学能很快入手的。**

行人训练：[http://www.tuicool.com/articles/MvYfui][http_www.tuicool.com_articles_MvYfui]

字符识别：[http://www.haogongju.net/art/2328003][http_www.haogongju.net_art_2328003]

用OpenCV使用HOG特征进行SVM算法训练的大概流程是

1）设置训练样本集

需要两组数据，一组是数据的类别，一组是数据的向量信息。

2）设置SVM参数，参考《机器模式->libSVM之参数说明》

注意必须使用线性SVM进行训练，因为HogDescriptor检测函数只支持线性检测！！！

3）使用HOGDescriptor计算hog特征

4）训练SVM

调用CvSVM：：train函数建立SVM模型，第一个参数为训练数据，第二个参数为分类结果，最后一个参数即CvSVMParams

5）用这个SVM进行分类

调用函数CvSVM：：predict实现分类，可以采用穷举的方法训练HardExample

6）获得支持向量

调用函数CvSVM：：get\_support\_vector\_count获得支持向量的个数，CvSVM：：get\_support\_vector获得对应的索引编号的支持向量。

7）保存支持向量与alpha、rho

SVM训练完成后得到的XML文件里面，有一个数组，叫做support vector，还有一个数组，叫做alpha,有一个浮点数，叫做rho;

将alpha矩阵同support vector相乘，注意，alpha\*supportVector,将得到一个列向量，将该向量前面乘以-1。之后，再该列向量的最后添加一个元素rho。

如此，变得到了一个分类器，利用该分类器，直接替换opencv中行人检测默认的那个分类器（cv::HOGDescriptor::setSVMDetector()），

int supportVectorNum = svm\_train->get\_support\_vector\_count();

cout<<"support vector size of SVM : " << supportVectorNum << "\\n";

//支持向量矩阵

Mat sv = Mat::zeros(supportVectorNum, fet\_num, CV\_32FC1);

//alpha向量，长度等于支持向量个数

Mat alp = Mat::zeros(1, supportVectorNum, CV\_32FC1);

//alpha向量乘以支持向量矩阵的结果

Mat re = Mat::zeros(1, fet\_num, CV\_32FC1);

//将支持向量的数据复制到supportVectorMat矩阵中

for(int i=0; i<supportVectorNum; i++)

\{  //返回第i个支持向量的数据指针

const float \* pSVData = svm\_train->get\_support\_vector(i);

for(int j=0; j< fet\_num; j++)

sv.at<float>(i,j) = pSVData\[j\];

\}

//将alpha向量的数据复制到alphaMat中，返回SVM的决策函数中的alpha向量

double \* pAlphaData = svm\_train->get\_alpha\_vector();

for(int i=0; i<supportVectorNum; i++)

alp.at<float>(0,i) = (float)pAlphaData\[i\];

//计算-(alphaMat \* supportVectorMat),结果放到resultMat中，注意因为svm.predict使用的是alpha\*sv\*another-rho，如果为负的话则认为是正样本，在HOG的检测函数中，使用rho+alpha\*sv\*another如果为正的话是正样本，所以需要将后者变为负数之后保存起来

re = -1 \* alp \* sv;

// 将乘积保存起来

ofstream ofs(hog\_name.c\_str(), ios::out);

if (!ofs.is\_open())

cerr << "open file " << hog\_name << " failed\\n";

for(int i=0; i<fet\_num; i++)

ofs << re.at<float>(0, i) << "\\n";

float rho = svm\_train->get\_rho();

ofs << rho << "\\n";

ofs.close();

[http_www.tuicool.com_articles_MvYfui]: http://www.tuicool.com/articles/MvYfui
[http_www.haogongju.net_art_2328003]: http://www.haogongju.net/art/2328003

发表评论取消回复

表情：

评论列表（有 0 条评论，178人围观）

还没有评论，来说两句吧...

相关阅读

相关微信小程序的注意事项。

图片资源真实项目中，图片资源尽量不要存储在小程序的目录中，因为小程序的大小不能超过1MB，超过则无法真机运行和发布项目，应该将图片都存在在服务器上，让小程序通过网络来加

深藏阁楼爱情的钟/ 2024年02月18日 21:42/ 0 赞/ 63 阅读

相关小程序开发的注意事项

WXML 提供两种文件引用方式import和include。 <include src="header.wxml"/> <import src="a.w

冷不防/ 2023年03月13日 11:34/ 0 赞/ 10 阅读

相关原生小程序开发--注意事项

1. 在小程序中标签如果要使用背景图片 `background-image： url()` 不允许使用小程序的本地图片只能使用网络图片

「爱情、让人受尽委屈。」/ 2023年02月18日 12:55/ 0 赞/ 48 阅读

相关小程序相关注意事项

缓存相关 localStorage、cookie都会长期存储（杀进程也没用，存储于微信中），且同一个h5页面在不同小程序中会共用，因为共用的是同一套webview。

待我称王封你为后i/ 2022年11月18日 02:27/ 0 赞/ 237 阅读

相关使用mysql注意事项_使用MySQL的注意事项

安装MySQL时候的注意事项？ 1、如果您是用MySQL+Apache，使用的又是FreeBSD网路操作系统的话，安装时候你应按注意到FreeBSD的版本问题，在FreeBS

我会带着你远行/ 2022年10月25日 01:44/ 0 赞/ 302 阅读

相关计算机维护注意安全的事项,安全注意事项

Operations Manager 通过将用户帐户分配到角色来控制对监视的组、任务、视图和管理功能的访问。Operations Manager 中的角色是配置文件类型(操作员

川长思鸟来/ 2022年08月30日 13:59/ 0 赞/ 270 阅读

相关 OpenCV的HOG+SVM训练程序注意事项

关于训练程序我封装了一份，大家可以参考一下 http://download.csdn.net/detail/xidianzhimeng/8270413 样本的配置与Open

曾经终败给现在/ 2022年08月06日 00:10/ 0 赞/ 179 阅读

相关 Android应用程序优化注意事项

我们在开发过程中，如果不注意性能的优化，代码的优化等等，可能会导致应用程序的卡顿和效率极慢，所以开发过程中，注意细节，注意代码的编写和变量，常量的使用，可以提高我们软件的

绝地灬酷狼/ 2022年08月04日 08:40/ 0 赞/ 224 阅读

相关使用OpenCV进行目标检测的注意事项

前言前一篇文章已经介绍过了如何使用OpenCV自带的级联分类器进行目标检测，但是在实际操作过程中和后期的算法调优的过程中都需要有依据地进行调试，这样才能又快又好将算法调

布满荆棘的人生/ 2022年06月06日 07:44/ 0 赞/ 294 阅读

相关 Go 程序开发注意事项

一 Go 源文件以"go"为扩展名。二 Go 应用程序的执行入库是main()函数。这个是和其他编程语言（java/c）是一样的。三 Go 语言严格区分大小写。四

川长思鸟来/ 2021年07月24日 11:12/ 0 赞/ 546 阅读