5

我坚持这个。

我正在尝试通过 OpenCV 功能 2d 框架进行一些对象分类，但在训练我的 SVM 时遇到了麻烦。

我能够提取词汇表并使用 BowKMeansTrainer 对它们进行聚类，但是在我从训练数据中提取特征以添加到训练器并运行 SVM.train 方法后，我得到以下异常。

OpenCV Error: Bad argument (There is only a single class) in     cvPreprocessCategoricalResponses, file /home/tbu/prog/OpenCV-2.4.2/modules/ml/src    /inner_functions.cpp, line 729
terminate called after throwing an instance of 'cv::Exception'
 what():  /home/tbuchy/prog/OpenCV-2.4.2/modules/ml/src/inner_functions.cpp:729: error:     (-5) There is only a single class in function cvPreprocessCategoricalResponses

我已经尝试修改字典大小，使用不同的培训师，确保我的矩阵类型是正确的（尽我所能，对 opencv 来说还是新手）。

有没有人看到这个错误或对如何修复它有任何见解？

我的代码如下所示：

trainingPaths = getFilePaths();
extractTrainingVocab(trainingPaths);
cout<<"Clustering..."<<endl;
Mat dictionary = bowTrainer.cluster();
bowDE.setVocabulary(dictionary);


Mat trainingData(0, dictionarySize, CV_32FC1);
Mat labels(0, 1, CV_32FC1);
extractBOWDescriptor(trainingPaths, trainingData, labels);


//making the classifier
CvSVM classifier;
CvSVMParams params;
params.svm_type    = CvSVM::C_SVC;
params.kernel_type = CvSVM::LINEAR;
params.term_crit   = cvTermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);

classifier.train(trainingData, labels, Mat(), Mat(), params);
4

1 回答 1

10

根据错误，您似乎labels只包含一类数据。也就是说，您的所有功能trainingData都具有相同的标签。

例如，假设您尝试使用 SVM 来确定图像是否包含猫。如果 中的每个条目labels都相同，那么...

  • 你所有的训练图像都被标记为“是的，这是一只猫”
  • 或者，您所有的训练图像都被标记为“不，这不是猫”。

SVM 尝试分离两类（或有时更多）数据，因此如果您只提供一类数据，SVM 库会报错。

要查看是否是这个问题，我建议添加一个打印语句来检查是否labels只包含一个类别。这是一些执行此操作的代码：

//check: are the printouts all the same?
for(int i=0; i<labels.rows; i++)
    for(int j=0; j<labels.cols; j++)
        printf("labels(%d, %d) = %f \n", i, j, labels.at<float>(i,j));

一旦您extractBOWDescriptor()将数据加载到labels中，我假设它labels的大小为(trainingData.rows, trainingData.cols)。如果没有，这可能是个问题。

于 2012-11-10T05:08:26.993 回答