我想使用HoG + SVM將對象分類到不同的類別。問題在於訓練圖像的維度不同。所以,生成的HoG描述符具有可變長度。我將所有訓練圖像中的特徵提取到一個單元格中。單元的每個元素i是數據集中圖像i的HoG描述符的向量。我的問題是,如何使它與SVM分類器的訓練兼容(使用svmtrain函數)?訓練SVM與可變大小的訓練圖像描述符(MATLAB)
5
A
回答
7
正如lejlot正確提到的,支持向量機不能用可變長度向量訓練。
您可以將圖像大小標準化爲1,即256x256。有三種可能性:
- 裁剪中心周圍的256x256補丁。
- 將圖像大小調整爲256x256,丟棄原始寬高比。
- 將圖像調整爲256xM,其中M保留原始寬高比。在左側和右側(或頂部和底部)添加灰色條紋以將圖像填充到256x256。
所有變種都由不同的作者使用,你必須檢查哪一個最適合你的任務。
3
SVM 不能通過可變長度向量訓練。您必須使用某種將您的數據映射爲恆定長度表示的轉換。例如,您可以執行衆所周知的降維技術。
+0
關於如何處理這個問題的任何想法,除了降維? –
相關問題
- 1. HOG描述符結果的SVM訓練(Matlab中)
- 2. 不同維度的圖像訓練SVM
- 3. OpenCV for Android - 使用SURF描述符訓練SVM
- 4. 提取形狀上下文描述符以訓練SVM
- 5. 如何在MATLAB上開始SVM訓練
- 6. LS-SVM的訓練:內存
- 7. 加載訓練SVM - Emgu CV
- 8. accord.net svm增量訓練
- 9. 在OpenCV中訓練SVM
- 10. OpenCV線性SVM不訓練
- 11. 改變訓練圖像訓練神經網絡
- 12. 一對一地訓練scikit svm(在線或隨機訓練)
- 13. tensorflow圖像重新訓練
- 14. Tensorflow分類圖像訓練
- 15. 如何訓練matlab中的SVM用於字符識別?
- 16. 是否可以訓練keras中的多個圖像大小?
- 17. Matlab(ANFIS)訓練錯誤
- 18. 懲罰訓練SVM中的誤報
- 19. OpenCv中SVM的訓練矩陣
- 20. Linear SVM的訓練複雜度
- 21. 如何創建SVM(EmguCV)的訓練集?
- 22. 無法訓練線性SVM機器
- 23. 在SVM中只訓練一次python
- 24. 使用LibSVM訓練一類SVM
- 25. Opecv 3.3使用SVM訓練時崩潰
- 26. 麻煩訓練SVM(scikit學習包)
- 27. 用於行人檢測訓練的HOG描述符
- 28. 上身檢測的訓練HOG描述符
- 29. Caffe Net不訓練(損失不會在訓練時改變)
- 30. FANN不訓練
謝謝old-ufo,這非常有幫助。我現在試試看。 –