基于HOG特征的支持向量机车辆分类
基于HOG特征的支持向量机（SVM）车辆分类是一种常见的计算机视觉技术，用于识别和分类图像中的车辆。下面是对该问题的完善和全面的答案：
- 概念：基于HOG特征的支持向量机车辆分类是一种基于图像特征提取和机器学习算法的车辆分类方法。它通过提取图像中的HOG（Histogram of Oriented Gradients）特征，并使用支持向量机（SVM）算法进行分类。
- 分类：基于HOG特征的支持向量机车辆分类可以将图像中的车辆和非车辆进行分类。
- 优势：
- 高效的特征提取：HOG特征可以有效地描述图像中的边缘和纹理信息，对于车辆分类具有较好的效果。
- 准确的分类结果：支持向量机是一种强大的分类算法，能够在高维特征空间中进行有效的分类，对于车辆分类任务具有较高的准确性。
- 对光照和视角变化的鲁棒性：基于HOG特征的支持向量机车辆分类方法对于光照和视角变化具有一定的鲁棒性，能够适应不同场景下的车辆分类任务。
- 应用场景：基于HOG特征的支持向量机车辆分类可以应用于以下场景：
- 智能交通系统：用于实时监测和识别道路上的车辆，提供交通流量统计、违章检测等功能。
- 自动驾驶：用于识别和跟踪周围车辆，实现自动驾驶决策和控制。
- 安防监控：用于监控摄像头中的车辆，实现车辆的自动识别和报警。
- 推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云图像识别（https://cloud.tencent.com/product/imagerecognition）：提供了丰富的图像识别能力，包括车辆识别、车辆属性分析等功能。
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）：提供了强大的机器学习算法和模型训练平台，可用于训练和部署支持向量机模型。
- 腾讯云视频智能分析（https://cloud.tencent.com/product/vca）：提供了车辆识别和跟踪等视频智能分析功能，可用于车辆分类应用场景。
综上所述，基于HOG特征的支持向量机车辆分类是一种常见的计算机视觉技术，适用于车辆分类任务，并且在腾讯云上可以使用相关产品和服务来实现该功能。
相关·内容
3回答
我想使用支持向量机进行基于HOG特征的分类。
我知道HOG特征是每个单元格中所有直方图的组合(即它成为一个聚合直方图)。
我在此中使用MATLAB代码为Dalal变体提取HOG特性。
例如，我有一个大小为384x512的灰度图像，然后我在9个方向和一个单元格大小为8的情况下提取了HOG特征。通过这样做，我得到了48x64x36特征。
如何使这成为直方图，并将其用于支持向量机分类器？
因为，例如，我将有7类图像，我想要进行培训(培训的总图像将是700 )，然后根据从培训阶段生成的模型对新数据进行分类。
我读过，对于多类，我们可以训练我们的支持向量机，用一个对全部，这意味着我必须为我的7个类别训练
浏览 4提问于2014-04-05得票数 5
4回答
好吧，我见过的几乎所有使用HoG特性的应用都使用线性支持向量机作为分类器。有人能为我解释一下为什么选择线性支持向量机吗?为什么它们有很好的性能？
选择线性支持向量机是因为它比使用多项式或高斯核的支持向量机更简单、更容易训练，而且使用这些核并不能提供显着更好的性能吗？
浏览 0提问于2014-06-29得票数 10
我正在使用支持向量机轻分类的图像是由OpenCV处理。图像被制作成黑白，模糊一点，opencv的HOG检测器被用来创建一个特征向量，向量来自标有1的正图像和标有-1的负图像。当我在7个正片和7个负片上运行SVMLight训练文件时，它对7个负片文件中的4个进行了错误分类。
然而，在较大的输入下，它的训练没有错误分类。有人知道为什么会这样吗？
浏览 3提问于2016-03-22得票数 0
在OpenCV中，有一个CvSVM类，它接受一个样本矩阵来训练支持向量机。矩阵是2D的，样本在行中。
我创建了自己的方法来从视频提要中生成定向梯度(HOG)的直方图。为此，我创建了一个9通道矩阵来存储HOG，其中每个通道对应一个方向框。最后我得到了一个CV_32FC(9)类型的40x30矩阵。
也为这只猪做了一个可视化，它正在工作。
我不知道如何将这个矩阵输入OpenCV支持向量机，因为如果我将其展平，我不知道支持向量机如何从1D输入数据中学习9D超平面。
浏览 2提问于2011-07-15得票数 3
回答已采纳
我是hog新手，我使用的是opencv2.4.4和visual studio 2010，我正在运行软件包中的示例peopledetect.cpp，它的编译和运行，但我想了解detail.In peopledetect.cpp中的源代码是为人们构建/已经训练的hog描述符检测3780向量是否被送入svm分类器？当我尝试调试peopledetect.cpp时，我只能发现HOGDescriptor创建了hog描述符和检测器，我基本上不理解这个是做什么的，因为我看到没有经过hog处理的步骤，它将已经训练好的向量加载到svm分类器来检测人/没有人，我错了吗？因为没有关于这方面的文档。
有没有人能简要介绍
浏览 2提问于2013-04-16得票数 1
回答已采纳
3回答
提取形状上下文描述符以训练SVM
、、、、
我正在做一个项目，该项目仅根据背景减去后获得的形状(二值图像)对图像进行分类。我想从这两个类中提取形状上下文描述符，并训练一个SVM分类器。如何提取形状上下文描述符？请告诉我是否有任何实现或实现指南来提取形状上下文描述符用于训练SVM。
浏览 0提问于2013-06-18得票数 3
2回答
我在工作中使用了OpenCV Haar分类器，但是我一直在阅读关于OpenCV Haar分类器是否是支持向量机的相互矛盾的报告，有人能澄清它是否使用支持向量机吗？另外，如果没有使用支持向量机，那么Haar方法比SVM方法有哪些优势？
浏览 3提问于2014-04-28得票数 2
回答已采纳
我的目标是使用支持向量机w/ HOG特性来分类车辆在交通下的轿车和SUV。
我使用了不同的核函数(RBF，线性，保真)，每个核都给出了不同的结果，但是不管参数改变，它们都给出了相同的结果。例如，如果我使用的是一个保利内核，并且它的程度大于或等于.65，它将把所有的东西归类为SUV，如果它小于.65，那么它将把我所有的测试图像归类为轿车。
与线性核，唯一的参数改变是C，无论参数C是什么，我总是得到8/10的图像归类为轿车和相同的2分类为SUV。
现在我只有大约70张训练图像和10张测试图像，我还没有找到一个好的数据集，从后面和上面的车辆，就像从桥上，我将使用这个。问题可能是由于这个小数据集、参数
浏览 2提问于2017-12-25得票数 1
回答已采纳
1回答
根据，我可以将图像的HoG特性放入一个可以用于分类的numpy数组中，但是每个图像的HoG特征的数量是不同的。
例如，一个图像生成一个包含2080个元素的HoG特性数组，另一个则生成一个1744年数组，依此类推。
如何控制生成的HoG特性的数量？对于m个样本，我需要将一个大小为m的数组传递给机器学习算法，所以n必须是常数。令我惊讶的是，在提取HoG功能之前，我已经将所有图像的大小调整到了相同的大小，那么为什么要这样做呢？
浏览 3提问于2014-04-11得票数 1
2回答
我试图使用HoG+SVM将对象分类为不同的类别。问题是训练图像的维度是不同的。因此，得到的HoG描述符具有可变的长度。我已经把所有训练图像中的特征提取到一个细胞里。单元格的每个元素I都是数据集中图像I的HoG描述符的向量。我的问题是，如何使它与训练支持向量机分类器(使用svmtrain函数)兼容？
浏览 0提问于2014-05-13得票数 5
回答已采纳
1回答
我想要找到一个特定的单词出现在任何网页中作为输入。我使用了金字塔滑动窗口，我为所有的滑动窗口生成了HOG(梯度直方图)特征。
现在，我正在将所有窗口的HOG特征与我要提取的单词的HOG特征进行比较。
为了比较这两个HOG特征向量，我只对所有的i求和(vector1(I)- vector2(i))。
然而，结果低于预期。
我的疑问是，有没有更好的比较系统来比较每个窗口的HOG特征与我想要查找的单词的HOG特征。或者我应该训练一个像SVM这样的分类器来对窗口的HOG特征进行分类。
为了训练分类器，对于我想在我的数据集中找到的单词，我最多可以有100-200个元素。由于对于支持向量机来说，在数据集中
浏览 0提问于2017-10-17得票数 0
我试图使用OpenCV的HOG描述符，但是从它计算出来的特征向量似乎太长了。下面是一个演示问题的片段：
#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <stdlib.h>
#include <vector>
int main()
{
cv::Mat image = cv::imread("1.jpg");
std::vector<float> features;
cv::HOGDescriptor hogdis;
h
浏览 3提问于2014-03-13得票数 11
1回答
训练SVM意味着什么？
、、、、
我是新的图像processing.As我的项目我正在做的“图像分类器使用支持向量机”.I有我的最终软件的想法“我选择一些图像并给它作为我的软件的输入，它将对图像.if进行分类，我给出动物的图像，它将它适当地分类为猫或蛇。”
当我在谷歌上搜索it.it时说“首先你需要训练支持向量机”
培训支持向量机意味着什么？
在我的例子中，支持向量机的实际输入是什么？(图像分类)？
支持向量机只是一种分类器，它如何对images.Is进行分类，需要我将图像隐藏到任何特定的format?.please帮助中。
浏览 6提问于2016-02-07得票数 0
回答已采纳
我读了很多关于支持向量机的文章，在我看到的所有书籍和在线文章中，支持向量机被归类为使用超平面的线性分类器。如果数据不能线性可分，则可以将数据映射到高维，以启用线性边界。
现在，我看到了华盛顿大学著名机器学习专家佩德罗·多明戈斯教授的一些文章和幻灯片。他特别将支持向量机归类为一种基于实例的机器学习算法，类似于kNN.有人能跟我解释一下吗？
例如，在 in Communications of the ACM (2012年10月)中，他特别将支持向量机置于“实例”-based表示之下，而大多数机器学习人员会将其置于“超平面”下，并进行logistic回归。
此外，在他的中，他给出了这样的推
浏览 4提问于2014-10-27得票数 4
1回答
我知道OpenCV中的梯度直方图通常用在图像补丁上，以便检测和分类图像中的对象。
但是，我想使用HOG来构建一个可用于对整个图像进行分类的特征向量。使用以下内容：
std::vector<float> temp_FV_out;
cv::HOGDescriptor hog;
hog.compute(img_in, temp_FV_out);
由于图像的大小不同，给出了非常长的特征向量，每个特征向量具有不同的长度--较大的图像具有更多的64 x 128窗口，并且每个窗口都对特征向量的长度有贡献。
如何让OpenCV从每个图像中给出一个短的特征向量(大约5-20个柱子)，其中无论图像的大
浏览 0提问于2012-01-27得票数 1
回答已采纳
1回答
在HOG (有向梯度直方图) 的原始论文中，有一些图像显示了图像的hog表示(图6)--.In这个图f，g部分表示"HOG描述符分别按正负SVM权重加权“。
我不明白这是什么意思。我知道，当我训练一个SVM时，我得到一个Weigth向量，为了分类，我必须使用特征(HOG描述符)作为函数的输入。那么，他们所说的积极和消极的怪胎是什么意思呢？我怎么才能把它们画得像纸一样呢？提前谢谢。
浏览 5提问于2013-10-06得票数 0
1回答
我尝试基于支持向量机(SVM)对图像进行分类。但没有得到任何合适的算法来实现。任何基于支持向量机的图像分类的帮助都是可以接受的。即支持向量机在图像分类中的工作原理？java实现中的SVM算法？
浏览 5提问于2013-10-28得票数 1
回答已采纳
1回答
我正在使用两个特征描述符来进行人员检测，HOG和LBP。到目前为止，我使用一个简单的级联组合了这两个特性。但它告诉我，有时由于大向量而产生的问题。这是我的密码。
%extract features from negative and positive images
[HOGpos,HOGneg] = features(pathPos, pathNeg);
% loading and labeling each training example
HOG_featV = HOGfeature(fpos,fneg);
% get label of training data fr
浏览 2提问于2014-05-26得票数 1
所以，我想从驾驶员记录器记录的视频中检测汽车。我读了很多书，做了很多研究，但还是不太明白。我确实考虑使用线性支持向量机的HOG描述符。但是，既然这对我来说是一种研究，那么它还能以什么方式改进，使其更容易实现和更健壮呢？我正在考虑将另一种技术/算法与HOG相结合，但仍有些迷茫。在这方面我还是个新手。
任何帮助都是非常感谢的。我也对其他更好的想法持开放态度。
浏览 0提问于2016-04-21得票数 0
2回答
物体检测算法
、、、
我试着用支持向量机( SVM )方法检测车辆，我用的是冲浪/筛分(SIFT)，但车辆类型不同，我只是研究SURF/SIFT是针对usb、手机等特定目标检测的。这是否也意味着它也会影响(在检测中)不同类型的汽车，如丰田( toyota )和宝马( bmw )等？或者像卡车和汽车这样的车辆？
如果我们提供大量的10/15不同车辆的数据集来冲浪/筛选，那么用实时方法检测不同类型的车辆，岂不是取得了很好的结果吗？
浏览 2提问于2014-03-01得票数 2
回答已采纳
我正在尝试使用SVM Light来学习OpenCV2.2 HOG描述符的分类器。我从HOG描述符得到一个浮动向量输出。
在阅读了SVMLight文档之后，我仍然无法理解输入训练和测试数据的格式。
网站train.dat中的一行示例：
1 6:0.0176472501759912 15:0.0151152682071138 26:0.0572866228831546 27:0.0128461400334668
哪里,
The first char: 1, denote the positive class.
The second and third char 6: <== I do
浏览 9提问于2011-05-15得票数 1
我正在使用opencv2.4和python2.7，有哪些图像的特性可以用于svm分类，我已经经历过冲浪和sift，但是作为初学者，me.What似乎很难使用其他的特征提取技术吗？
浏览 0提问于2016-03-25得票数 1
回答已采纳
1回答
如何训练猪+梯级
、、、、
我想试试HOG+Cascade，它是在Fast Human Detection Using a Cascade of Histograms of Oriented Gradients中提出的。在Adaboost的各个阶段使用line-SVM对弱分类器进行训练。
，但如何计数样本的权重进入线-支持向量机.，如果不计数.它将以相同的特性得到相同的结果。
浏览 0提问于2013-07-03得票数 1
1回答
我使用HoG特性来通过分类来检测对象。
我对如何处理不同长度的HoG特征向量感到困惑。
我用训练图像训练了分类器，这些图像都有相同的大小。
现在，我从图像中提取要运行分类器的区域--比如说，使用滑动窗口方法。我提取的一些窗口比分类器训练的图像的大小要大得多。(它是关于在测试图像中可能期望的物体最小尺寸的训练)。
问题是，当需要分类的窗口大于训练图像大小时，HoG特征向量也比训练模型的特征向量大得多。
那么，如何利用模型的特征向量对提取窗口进行分类呢？
例如，让我们以一个提取窗口的维度( 360x240 )为例，并将其命名为extractedwindow。然后，让我们把我的训练图像之一，也就是2
浏览 5提问于2014-05-23得票数 4
回答已采纳
我在我的数据集上训练了支持向量机和logistic回归分类器。两个分类器都提供了一个权重向量，该向量的大小是特征数的大小。我可以使用这个权重向量来选择10个最重要的特征，只要选择权重最高的10个特征。
我是否应该使用权重的绝对值，即选择绝对值最高的10个特征？
第二，这只适用于线性核支持向量机，但不适用于我所读过的RBF核。对于非线性核，权值在某种程度上不再是线性的。在非线性核支持向量机的情况下，权重向量不能用来确定特征的重要性的确切原因是什么？
浏览 3提问于2015-07-21得票数 2
回答已采纳
1回答
我已经学习了机器学习中的几种分类器-决策树，神经网络，支持向量机，贝叶斯分类器，K-NN等。
谁能帮助我理解什么时候我应该更喜欢其中一个分类器-例如-在哪种情况下(数据集的性质等)我应该更喜欢决策树而不是神经网络，或者哪种情况支持向量机可能比贝叶斯更好？
如果这里不是发布这个问题的好地方，很抱歉。
谢谢。
浏览 0提问于2013-07-12得票数 0
1回答
我使用HOG是为了通过图像A提取一组特征。HOG返回一个包含1xN个元素的特征向量。然而，线性支持向量机对于每个样本只接受两个特征，即训练数据矩阵的大小为Mx2。因此，我如何调整HOG向量，以便在线性支持向量机上进行训练。请帮帮我。谢谢
浏览 0提问于2016-04-21得票数 0
2回答
我正在试验一些文档分类任务，到目前为止，支持向量机在TF*以色列国防军特征向量上工作得很好。我想加入一些不基于词频的新特性(例如文档长度)，看看这些新特性是否有助于分类性能。我有以下问题：
我能否简单地将新的特征与基于词频的旧特征连接起来，并在这个异构特征空间上训练支持向量机？
如果不是，那么多核学习是否就是通过在每个子特征空间上训练一个内核并使用线性插值将它们组合起来的方法呢？(我们仍然没有在scikit中实现MKL --学习，对吗？)
或者我应该转向那些能够很好地处理异构特性的可选学习者，比如MaxEnt和决策树？
提前感谢您的善意建议！
浏览 4提问于2013-02-04得票数 4
回答已采纳
我正在寻找一本关于机器学习进行文本分类的非常好的教程，可能是使用支持向量机(SVM)或其他适合大规模监督文本分类的技术。如果没有很好的教程，有没有人可以给我一些建议，告诉我初学者应该如何开始并做好像英语文本分类的特征检测这样的事情。
书籍，文章，任何可以帮助初学者入门的东西都是非常有帮助的！
浏览 0提问于2013-12-25得票数 0
我正在尝试提取HOG_features用于数学符号分类(我将使用支持向量机分类器)。我得到一个1xn的向量，然后我必须把所有的向量放在一个矩阵中。问题是每个图像的特征向量的大小是不同的，所以我无法将它们连接起来。有没有办法让所有的向量都具有相同的大小？提前谢谢你。 代码如下： rep1 = 'D:\mémoire MASTER\data';
ext = '*.tif' ;
chemin = fullfile(rep1, ext);
list = dir(chemin);
for i=1:length(list)
I = imread(fullfile
浏览 17提问于2019-05-20得票数 0
1回答
培训文件的数量对分类时间是否有影响？我知道done的所有计算都是在分类中进行的，而没有或最小的工作是在训练中完成的。支持向量机、朴素贝叶斯、决策树等也是如此吗？
浏览 3提问于2014-01-13得票数 1
回答已采纳
我的目标是训练一个支持向量机，并得到支持向量，我可以插入到opencv的HOGdescriptor中进行目标检测。
我收集了4000个阳性和15000个负数，并使用opencv提供的支持向量机进行了培训。结果给了我太多的假阳性。(每幅图像最多20 )，我会将假阳性剪辑出来，并将它们添加到底片池中进行再培训。有时我会得到更多的假阳性！我尝试将我的hogdescriptor的L2HysThreshold调高到300，但没有明显的改善。我的正反两面够大了吗？
支持向量机的训练也比预期的快得多。我尝试了一个特征向量大小为2916和12996，在不同的尝试中使用灰度图像和彩色图像。支持向量机训练从未超过
浏览 3提问于2013-08-26得票数 5
回答已采纳
1回答
我不太清楚如何用HOG描述符实现“单词袋”方法。我检查了几个来源，这些信息通常提供了几个步骤来遵循：
为一组有效的训练图像计算HOGs。
应用聚类算法从描述符中检索n个质心。
执行一些魔术，用计算出的HOG中最近的质心的频率创建直方图，或者使用OpenCVs实现这样做。
用直方图训练线性支持向量机
涉及魔法(3)的步骤并不是很清楚。如果我不使用OpenCV，我将如何实现它？
猪是按细胞计算的矢量.所以每个细胞都有一个矢量。我可以迭代向量，并计算向量的每个元素的最近质心，并相应地创建直方图。这样做合适吗？但如果是这样的话，我仍然有不同大小的向量，没有从中受益。
浏览 2提问于2017-07-27得票数 5
回答已采纳
2回答
我想使用hog实现的opencv，以检测身体在图像。我在opencv的文件夹示例中发现了peopledetect.cpp，它是使用预训练模型的hog算法的默认实现。稍微谷歌一下，我发现这种默认的方法不能令人满意地工作。我必须使用libSvm创建自己的模型。我的第一个问题是有任何教程或例子来解释这个过程吗？第二，我的模特应该学些什么？我要做什么训练样本？只包含人的图片？
编辑问题:是否有机会培养一种只包含人体图像的一级模型？我正在努力理解代码。它计算了一个数据库的hog特性，并训练了一个svm模型。在评价过程中，采用了hog级联和detectMultiScale。detectMultiScale
浏览 8提问于2014-10-08得票数 0
回答已采纳
1回答
我正在尝试执行这段代码，它处理70幅图像并提取定向梯度直方图(HOG)特征。这些被传递给分类器(Scikit-Learn)。
但是，会引发一个错误：
hog_image = hog_image_rescaled.resize((200, 200), Image.ANTIALIAS)
TypeError: an integer is required
我不明白为什么，因为尝试使用单个图像是正确的。
#Hog Feature
from skimage.feature import hog
from skimage import data, color, exposure
import cv2
i
浏览 3提问于2013-01-05得票数 6
回答已采纳
我正在做一个二进制分类任务，在学习中使用线性支持向量机。我使用名词性特征和字向量。我使用预先训练过的Google word2vec获得了单词向量，但是我不知道支持向量机如何处理作为一个特征的单词向量。
似乎我需要将每个向量“拆分”成300个不同的特征(=300个向量维数)，因为我不能将向量作为一个整体传递给SVM。但这似乎是不对的，因为向量应该被视为一个特征。
在这种情况下，表示向量的正确方法是什么？
浏览 1提问于2019-02-23得票数 3
回答已采纳
我需要在sklearn中训练支持向量机分类器。特征向量的维度达到数十万，并且存在数万个这样的特征向量。但是，每个维度可以是0、1或-1。在每个特征向量中，只有大约100个是非零的。有没有有效的方法来给分类器提供关于特征向量的信息？
浏览 1提问于2013-03-01得票数 1
回答已采纳
是否有任何方法来进行人脸识别，而不是使用卷积神经网络使用128-D向量映射(编码)人脸，然后在其上使用分类器(如knn/SVM)？
在CNN方法发明之前，我们用什么来进行人脸识别？
来自@拉赫雷迪的评论：
使用Voila级联或使用定向梯度直方图(HOG)技术或现在由CNN进行定制对象检测是可能的。
浏览 0提问于2018-08-10得票数 1
回答已采纳
1回答
有哪些机器学习分类器在学习阶段后提供权重向量？我了解支持向量机、logistic回归、感知器和LDA。还有别的吗？
我的目标是使用这些权重向量来绘制一个重要性图。
浏览 2提问于2015-06-15得票数 4
回答已采纳
7回答
我是机器学习的新手。我熟悉支持向量机，神经网络和遗传算法。我想知道对图片和音频进行分类的最好方法。支持向量机做得很好，但需要很长时间。有谁知道更快更好的方法吗？另外，我想知道支持向量机最快的库。
浏览 0提问于2011-03-26得票数 5
回答已采纳
1回答
按多样本分类
、、
我已经训练了一个支持向量机分类器，用于基于图像的建筑材料分类。这是一个两类分类器来区分混凝土和砖块。我对这个分类器的输入是一些颜色加纹理直方图，这些直方图是从一个50*50图像块生成的。
现在，如果我可以有多个图像补丁，我认为它们是相同的材料(假设我从混凝土墙表面随机抽取一些图像补丁)，我想对这些多个样本进行分类，以得到一个单一的结论，比如这是一面混凝土墙。对我来说，最直接的方法是对每个候选图像块进行分类，并选取大多数结果作为我的结论。但是有没有其他更好的方法来做到这一点呢？比如某种加权或投票策略？谢谢。
浏览 0提问于2014-02-27得票数 0
我想训练数据和使用HOG算法来检测行人。现在我可以在defaultHog.setSVMDetector(HOGDescriptor::getDefaultPeopleDetector());中使用opencv来检测，但是结果对我的测试视频不是很好。所以我想用我的数据库进行训练。
我准备了1000+阳性样本和1000+阴性样本。它们被裁剪成50 * 100大小，我要做列表文件。
我在网上读过一些教程，它们都很复杂，有时很深奥。其中大部分是对HOG的源代码和算法的分析。但只有较少的例子和简单的任何。
一些说明表明，libsvm\windows\svm-train.exe可以用于训练，有人能根据10
浏览 7提问于2013-03-29得票数 9
2回答
我有6个类别的图像数据集(来自Kaggle的番茄病)。使用预先训练过的模型vgg16，我提取特征，然后将它们压平成一维特征向量。然后，将该向量作为线性核支持向量机分类器的输入。
如何测试我的图像数据集是否是线性可分的？在支持向量机分类器中应用不同的核函数，得到了线性核的最佳结果，是否意味着我的图像数据集是线性可分的？
浏览 5提问于2021-02-05得票数 0
回答已采纳
我想给HOGDescriptor (CPU接口)提供一个训练有素的支持向量机。HOG描述符提供了一个方法setSVMDetector(const vector<float>& detector)，我在问vector<float>& detector中应该包含什么呢？
我有一个训练有素的支持向量机，它可以创建一个xml文件。我想对自定义数据集使用hog.setSVMdetector(const vector<float>& detector)。如何将此函数用于我们自己的数据？请各位提出解决方案。
我使用MS来执行代码。
浏览 1提问于2015-04-20得票数 3
我有一个大约111Mb的大型特征数据集，用于分类，有217000个数据点，每个点有1760000个特征点。在MATLAB中使用支持向量机进行训练时，需要花费大量的时间。
如何在MATLAB中处理这些数据。
浏览 1提问于2017-07-29得票数 1
我在许多支持向量机书籍和技术论文中读到过，许多作者在为大多数文本分类任务选择线性核时都做了这样的假设。
他们说，由于文本分类问题中的数据已经存在于高维空间中，因此在尝试使用支持向量机对数据进行分类时，选择线性核来分离数据就足够了。
我对这个假设的理解如下：
在任何文本分类任务中，将被选择用于分类任务的特征(在许多情况下，我们在文档中查找的某些重要单词)的数量将主要是非常高的，这就是驻留在高维空间中的数据的含义。
我对假设的理解准确吗？如果不是，我希望有人能试着解释一下这个假设。
任何帮助都将不胜感激。
浏览 0提问于2012-07-30得票数 1
1回答
我使用sklearn.svm.SVC (内核=‘rbf’)对图像数据进行分类，它做得很好。线性支持向量机通过在两类之间放置一个超平面对数据进行分类。在rbf支持向量机的情况下，平面将处于无限维数。对于任何测试点，我们都可以使用预测来检查它属于哪个测试点。在线性情况下，通过得到超平面方程，可以手工得到预测值。在rbf支持向量机的情况下，如何做到这一点？在rbf支持向量机情况下，如何准确地进行预测。
浏览 5提问于2015-06-07得票数 3
回答已采纳
我正在使用支持向量机执行一些机器学习任务。我怀疑数据是非线性的，所以我也包括了RBF核。研究发现，RBF核支持向量机比线性支持向量机性能差得多。我想知道我的分类器参数规范是否做错了什么。
我的代码如下：
from sklearn.svm import LinearSVC
from sklearn.svm import SVC
svm1 = LinearSVC() # performs the best, similar to logistic regression results which is expected
svm2 = LinearSVC(class_weight="aut
浏览 8提问于2016-01-08得票数 3
回答已采纳
我正在寻找用于对两个室外环境进行分类或区分的算法/方法。给出一张带有车辆的图像，我需要能够检测这些车辆是在一个天然的沙漠景观中，还是在城市里。
我已经搜索过了，但似乎找不到相关的工作。也许是因为我刚进入计算机视觉领域，所以我使用了错误的搜索词。
有什么想法吗？在这个方向上有什么工作(或相关的)吗？
浏览 7提问于2013-11-28得票数 2
回答已采纳
1回答
我对OpenCV非常陌生，我想创建一个简单的对象检测器，它使用支持向量机。而不是HOG，我想从我的对象颜色直方图中提取(例如)，但是我找不到关于OpenCV的任何信息，到处都在使用HOG。
我的第二个问题是:用于支持向量机的是否比C++ (都适用于OpenCV)具有更少的功能？
浏览 5提问于2014-12-19得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
