如何在对象识别中使用 SVM

Question

我正在从事一个关于识别室内环境对象（例如椅子、桌子）的项目。我是使用opencv（使用c ++）的机器的新手。我的计划是使用 SURF 特征检测方法，然后使用 SVM 分类对对象进行分类。

我已经看过很多示例代码，但我仍然不知道如何提供数据、将它们标记为 1 或 0、如何制作模型并使用它来训练......等等。如果有人可以帮助我完成明确的步骤，我将不胜感激。这对我来说真的很困惑。

Answer 1

您可以使用特征描述符作为训练机器学习模型的一部分。我曾与 SURF 合作过，但没有用它来训练我的模型。

我可以通过一个项目示例为您提供帮助，其中我使用了HOG 并使用SVM 进行培训。请查看this repository。我知道您需要C++，而我的示例在Python，您可以将此存储库作为示例，并以您喜欢的语言使用它们。

主要涉及这些步骤：

1. 获取可以分别标记1和-1（或0）进行分类的正负图像样本。如果你认为，你有足够的数据，你可以继续进行特征工程部分。或者，您可以从存储库中获取帮助 sample_create.py 并创建更大的数据集。

2. 对样本进行特征工程。即，找到特征描述符并将它们存储在您以后可以用来训练模型的地方。您可以从存储库中的文件 feature_engineering.py 获取帮助，该文件读取所有图像，创建 HOG 描述符并将它们保存到文件中。

3. 最后一步是将训练数据传递给训练模型。我在示例中使用了 SVM。这显示为文件linear_svm.py。我已经为此使用了 TensorFlow 库。

4. 模型将被转储并保存，通过将图像直接传递给它，可以用于进一步的对象检测。我很快就会发布这个用法。