我正在使用 SVM-light。我想使用 SVM-light 来训练分类器进行对象检测。我想出了开始训练的语法:
svm_learn example2/train_induction.dat example2/model
我的问题:如何从一组正面和负面图片中构建“train_induction.dat”?
我正在使用 SVM-light。我想使用 SVM-light 来训练分类器进行对象检测。我想出了开始训练的语法:
svm_learn example2/train_induction.dat example2/model
我的问题:如何从一组正面和负面图片中构建“train_induction.dat”?
这个问题有两个部分:
在带有 SVM 的图像中,我应该使用什么特征表示来进行对象检测?
如何使用(任何特征表示)创建 SVM-light 数据文件?
有关第一个问题的介绍,请参阅Wikipedia's outline。基于SIFT或有时SURF或HOG特征的词袋模型是相当标准的。
其次,这在很大程度上取决于您要使用的语言/库。可以使用OpenCV、vlfeat或许多其他工具从图像中提取特征。然后,您可以将这些功能转换为SVM-light 主页所述的 SVM-light 格式(该页面上没有锚点;搜索“输入文件”)。
如果您更新您想要使用的语言和库,我们可以提供更具体的建议。