我有些懷疑櫃面基於圖像的分類詞袋的,我會第一個告訴我所做袋 - 圖像分類
我已經提取從訓練圖像的特徵有兩個不同使用SURF方法的類別,
然後,我對這兩個類別的功能進行了聚類。
爲了分類我的測試圖像(即)測試圖像屬於兩個類別中的哪一個。對於這個分類目的,我使用的是SVM分類器,但這裏是我有一個疑問,我們如何輸入測試圖像,我們必須再次從1到2做同樣的步驟,然後將其用作測試集或在那裏任何其他方法做,
也將是巨大的,知道弓方法的有效性,
好心有人爲我提供了一個澄清
我有些懷疑櫃面基於圖像的分類詞袋的,我會第一個告訴我所做袋 - 圖像分類
我已經提取從訓練圖像的特徵有兩個不同使用SURF方法的類別,
然後,我對這兩個類別的功能進行了聚類。
爲了分類我的測試圖像(即)測試圖像屬於兩個類別中的哪一個。對於這個分類目的,我使用的是SVM分類器,但這裏是我有一個疑問,我們如何輸入測試圖像,我們必須再次從1到2做同樣的步驟,然後將其用作測試集或在那裏任何其他方法做,
也將是巨大的,知道弓方法的有效性,
好心有人爲我提供了一個澄清
分類人員需要知道的表示爲測試數據的含義與訓練數據相同。因此,當您評估測試圖像時,可以提取這些特徵,然後根據它們最接近的原始詞彙表中的哪些詞彙製作直方圖。
那就是:從你的整個訓練集
通過獲取條目的平方根來折減直方圖通常也很有幫助。這approximates a more realistic model圖像功能。
的代碼非常感謝你澄清我的疑惑, – user1903801
你可以參考[ICCV'05短程課程](http://people.csail.mit.edu/fergus/iccv2005/bagwords.html) –