2

我第一次实现了一个用于静态图像对象检测的软件。我的第一个目标是检测简单的圆圈，然后我将转向更复杂的对象。不幸的是，在验证我的分类器时似乎我遇到了问题。

我的选择是使用 HOG 描述符（使用 OpenCv）和 svm 作为分类器（使用 svmlight）。代码可以编译并且可以工作，但我觉得有些奇怪，可能与 svm 有关。

我有：

  • 一个训练集，由 5 个 48x48 像素的不同圆圈图像和 5 个 48x48 像素的非圆圈图像组成（我知道它们太少了，无法拥有一个可靠的分类器，但据了解，这是为了测试一切正常）
  • 一个测试集，由 4 个 48x48px 的图像（圆圈与训练所用的一样大）和 1 个更大的图像（765x600px）组成，具有多个尺寸的圆圈和其他几何形式。

会发生什么：

  • 当图像为 48x48 时，测试集中的圆圈未被检测到，即使在测试集中有一些图像用于训练阶段。
  • 在图像 765x800（包含任意大小的圆圈）中，正确识别出与训练集大小相同或更大的圆圈。

我正在使用以下参数：

  • 猪：winSize=48x48px，winStride=4x4px，cellSize=4px，blockSize=8px，blockStride=4x4px
  • 分类器：带有线性分类器的 svm 回归，C=0.01。（RBF结果比线性差）

这是使用我正在使用的参数执行检测的 api。

vector<Rect> found;
double hitThreshold = 0.; // tolerance
Size padding(Size(32, 32));
double scale = 1.05;
int groupThreshold = 2;
hog.detectMultiScale(testImg, found, hitThreshold, win_stride, padding, scale, groupThreshold);

为什么没有检测到 48x48px 图像中的圆圈并且检测到更大图像中的圆圈？我希望正确分类 48x48px 图像以验证分类器。当在 48x48px 图像中没有检测到任何内容时，我添加了更大的图像。

此外，听起来很奇怪的是，在 48x48ps 的测试集中，有一些图像用于训练集中，我认为它们必须被识别，而不是它们！（我知道训练集和测试集一定是不同的，但我在没有检测到任何东西时这样做了。）

这是我对 hog 描述符和 svm 的第一次体验，因此它可能由于配置错误或图像选择而无法工作。

欢迎任何帮助！

提前致谢 ：）

4

0 回答 0