在SVM opencv c ++中标记数据

Question

我正在尝试在 opencv 中为我使用 SIFT 提取特征的特征实现 SVM。我已经提取了 2 个不同对象的特征（每个对象都有 10 个不同图像的特征，我总共为一个对象获得了 3000 多个特征）并将这些特征放在一个文件中（yaml 文件）..

我的问题是：我不知道如何标记它们？所以我需要标记这两个文件（正如我所说的每个文件都是 yaml 的类型，它包含矩阵 3260*128，第二个对象的第二个 yaml 文件是 3349*128）...

所以请帮我告诉我如何标记这些文件以便以后训练它们......我正在使用 openCV c++.. 顺便说一下，SVM 的 openCV 代码是基于 LIBSVM 的

在此感谢您

Answer 1

假设您正确获取了矩阵，并且每一行代表一个样本，您可以做的类似于 Lakesh 建议的：

Cv::Mat anger, disgust;
// Load the data into anger and disgust
...
// Make sure anger.cols == disgust.cols 
// Combine your features from different classes into one big matrix
int numPostives = anger.rows, numNegatives = disgust.rows;
int numSamples = numPostives+numNegatives;
int featureSize = anger.cols;
cv::Mat data(numSamples, featureSize, CV_32FC1) // Assume your anger matrix is in float type
cv::Mat positiveData = data.rowRange(0, numPostives);
cv::Mat negativeData = data.rowRange(numPostives, numSamples);
anger.copyTo(positiveData);
disgust.copyTo(negativeData);
// Create label matrix according to the big feature matrix
cv::Mat labels(numSamples, 1, CV_32SC1);
labels.rowRange(0, numPositives).setTo(cv::Scalar_<int>(1));
labels.rowRange(numPositives, numSamples).setTo(cv::Scalar_<int>(-1));
// Finally, train your model
cv::SVM model;
model.train(data, labels, cv::Mat(), cv::Mat(), cv::SVMParams());

希望这会有所帮助。

Answer 2

标签很容易。只需将其中一个类/对象标记为 1，另一个标记为 -1。

                  case 'Anger'
                     CVTrainLabel = [CVTrainLabel;1];
                     Hist = UniformLBP2(I1);
                     CVTrainVec = [CVTrainVec;Hist];
                     continue;
                 case 'Disgust'
                    CVTrainLabel = [CVTrainLabel;-1];
                     Hist = UniformLBP2(I1);
                     CVTrainVec = [CVTrainVec;Hist];