LIBSVM如何準備包含圖像的訓練數據集以進行徽標檢測？

任務： 我有更多的他們從視頻（視頻幀）拍攝的10萬圖像，我需要分類哪些圖像有我的列表中的標誌。LIBSVM如何準備包含圖像的訓練數據集以進行徽標檢測？

問題： 我創建了一個標誌圖像庫。對於分類任務，我將使用LIBSVM。我需要將圖像轉換爲SVM數據集的格式。我已閱讀LIBSVM網站上的材料，FAQ &「支持向量分類的實用指南」。 但我仍然無法找到答案如何爲LIBSVM培訓準備數據/圖像。我會感謝任何幫助。

來源

2013-07-25 Roman Podlinov

您需要矢量化數據，使用您的選擇可以根據圖像來計算的功能集。我不會詳細說明這裏的所有細節，因爲它會佔用的方式太多的空間，因此不適合SO。

總之，矢量化的最佳方式很大程度上取決於要檢測的形狀（例如徽標）。 Hough變換幾乎可以一直用於其他用途，所以您可能需要考慮這一點。其次，物體檢測通常通過針對每個單個圖像在許多平底鍋/縮放/旋轉上運行一組分類器來執行。在這種情況下，您希望使用運行時複雜度非常低的分類器。線性核心和交叉核心是常用的。交叉點內核不由LIBSVM提供，但您可以自己計算它們。對於複雜的原因，它可能是更有趣的使用LIBLINEAR，其中明確構建分離超平面，因此預計在多降低複雜性。

來源

2013-07-25 22:05:05

馬克，你能澄清，請你指的是什麼樣的霍夫變換？它是GHT嗎？ –

我也會很有趣地理解，培訓數據/測試數據格式的外觀以及如何製作。「Hough轉換」能爲我們製作libsvm數據格式嗎？如何？ – Osify

@RomanPodlinov：這裏是關於使用霍夫變換的參考：* S。 Maji和J. Malik。使用最大餘量hough變換的對象檢測。計算機視覺和模式識別（CVPR），2009 *。 OSIFY：霍夫變換是一種數學變換，它不會改變數據格式。 –

LIBSVM如何準備包含圖像的訓練數據集以進行徽標檢測？

回答

相關問題