使用 CvSVM 进行 HOG 检测训练

Question

我一直在到处寻找，但我找不到任何关于训练 HOGDescriptor 的好教程。我是 HOG 的初学者，但我之前使用过其他对象检测算法（例如 CascadeClassifier）。

按照我的看法，我必须创建一个CvSVM 对象并运行CvSVM::train()，传入一个浮点向量（Mat）、该Mat 的标签（1 或-1）和一个CvSVMParams 对象。我对如何将该 CvSVM 转换为 HOGDescriptor::setSVMDetector() 中所需的浮点向量感到非常困惑。我知道我可以使用CvSVM::predict()，但这不允许我进行多尺度检测。是否有任何可用代码可以传递给我经过训练的CvSVM（或者可能是向量的原始向量）并获得一个浮点向量来训练我的HOGDescriptor？

Answer 1

假设您在训练集中具有相同的尺度，您可以通过在同一图像的多个尺度上运行 CvSVM::predict() 来简单地构建自己的多尺度检测器。