我正在使用 Opencv svm 进行图像分类。我的分类问题是对汽车、书籍等对象进行分类。一旦我确定了模型，我就将测试图像添加到训练集中，然后使用 1 vs all 训练方法训练系统。
但这是一个计算量非常大的情况，因为我必须在添加基于其组的分类帧之后训练系统。后来我在增加 5 帧后将其更改为训练，而不是 10 帧，但在计算方面似乎太贵了。
我遇到了一种我不知道它是如何工作的方法，那就是一对一训练。我需要一些帮助来实施 1 对 1 训练，这样我就不会训练不同类的整个训练集，而只训练测试图像所属的那个。
我的困惑是：我如何在单独训练后结合训练信息？
也许我不正确地对待这个概念，因为我是 SVM 的新手，所以在这种情况下，请帮助我。