使用的詞語/特徵袋及神經網絡

Question

我試圖執行包含以下步驟的對象檢測模塊：

1）提取與SURF圖像描述符，產生大小的矩陣[X，64] ，其中x取決於圖像中找到的關鍵點的數量;

2）使用bag/features/words方法將描述符大小固定爲[k，64]格式。其中k是使用k-means創建的聚類數量。 3）用一組神經網絡作爲訓練樣本饋給神經網絡。

到目前爲止，我已經實現了步驟1和2，但我不太確定如何格式化NN的輸出向量。在OpenCV CvANN_MLP上，輸出向量中的行數應該與輸入行的數量相同（否則返回what（）異常），但輸入行的數量是步驟2中k個聚類的數量，所以I根本不瞭解如何編寫輸出矩陣。

我知道輸出矩陣應該有n個對應於我想要輸出的類的數量的列（例如3個類：cat，dog和bird會在帶有3列的矩陣上產生），但是如何組織這個矩陣的行基於輸入行？我讀了這個相關的post，它使用matlab，它說每個功能應該是一個行，但我不知道如何在OpenCV C++上做到這一點。 如果任何人有任何想法/提示如何處理，將非常感激。

Answer 1

你有沒有這樣做：

然而，訓練你的神經網絡之前，當你懷疑，你必須 代表你希望與這個特徵向量來訓練每一個形象。

餵養你的神經網絡之前？我缺乏使用神經網絡的經驗，但是在閱讀this和你的問題之後，似乎你正在試圖向你的神經網絡提供bag-of-words集羣，這是不正確的。