1回答
我正在使用C++和OpenCV 3.3.1
现在我的问题是:假设我的图像是128 x 128，在特征提取之后，我得到了一个16行12
浏览 2提问于2019-03-25得票数 0
回答已采纳
我有一个(图1)未标记的训练集，我正在尝试检测异常值，并提出了一个用0:normal data和1:outlier标记数据的过程，并希望使用支持向量机进行训练。我遵循的指令来训练支持向量机的模型，但是当我试图训练相同的数据的标签时，它并没有预测任何(图2)！图1:训练后的支持向量图
浏览 0提问于2016-09-01得票数 0
回答已采纳
1回答
情感识别或特征提取
、、、
我使用的工具包括：
首先，我认为我可以利用Open的人脸识别模块来适应我的目标，并使用它(LBPH人脸识别器)，但可以取得很好的效果我用来自不同类别情感的图像训练识别器，并对一组样本图像进行人脸识别，以识别情感(而不是人)。然后我放弃了这个想法，开始寻找特征提取方法，这样一旦我得到一个样本的面部图像，我就可以根据提取的特征(使用支持向量机)对其<
浏览 1提问于2015-03-20得票数 0
回答已采纳
1回答
我目前正在做一个项目，以执行图像识别。有一大组图像，我必须预测一个图像是否包含给定的特征。例如，输出可以是图片中是否有香蕉。
我想用SVM实现一个分类器，输出是或否，图像包含给定的特征。在两个输出的图像上训练SVM分类器最简单的方法是什么？在Python中有什么模板可以使用吗？非常感谢。
浏览 1提问于2016-04-17得票数 9
我已经计算了正面和负面训练图像的HOG特征，对它们进行了标记，并使用CvSVM训练了支持向量机。CvSVM::EPS_SVR; params.C = 0.01;然后，我计算支持向量的原始形式，使得我只得到一个向量，而不是多个向量，并使用
浏览 2提问于2013-03-11得票数 4
回答已采纳
2回答
我使用scikit-learn库对卫星图像执行监督分类(支持向量机分类器)。我的主要问题是如何训练我的SVM分类器。我在youtube上看过很多视频，也读过一些关于如何在scikit-learn中训练支持向量机模型的教程。我看过的所有教程，都使用了著名的Iris数据集。为了在scikit-learn中进行有监督的支持向量机分类，我们需要有标签。在我的例子中，我必须
浏览 0提问于2017-04-10得票数 5
回答已采纳
1回答
我想使用词袋进行基于内容的图像检索。我对如何将词袋应用于基于内容的图像检索感到困惑。澄清一下：换句话说，给定一个查询图像，它就可以找到一个类。例如，给定一辆汽车的查询<e
浏览 3提问于2013-04-30得票数 0
回答已采纳
1回答
因此，让我们考虑该代码的输出，以及该代码的最终输入是150x200大小的车辆图像。svm->predict(test_image);
因此，我在这里所做的是获取测试图像，然后在training_mat中将每个150 x 200图像转换为1行x 30,000列行。l
浏览 5提问于2017-12-15得票数 0
回答已采纳
3回答
对于支持向量机(SVM)，我有一个困惑。
在OpenCV库中使用支持向量机实现人脸表情识别。我有一个分类器训练从七个基本的人类表达(中性，快乐，悲伤，惊讶，愤怒，恐惧和厌恶)从不同的人。让我们说，一个新的人进来，支持向量机试图预测这个人。它的猜测是否正确(或至少以较低的识别率识别它)？我尝试这样做，并使用交叉验证(在这里，我分开训练和测试集)检查，经过多次迭代，识
浏览 12提问于2014-10-14得票数 0
目前，我正在尝试训练不同的支持向量机来识别不同的情绪。例如，为了识别快乐的情绪，我训练了一个SVM，将快乐的人的图像作为积极的图像，并在图像中人们表达其他情绪，如愤怒，恐惧，厌恶，...作为底片。这些图像存储在一个数据库中，我将该数据库划分为训练区和测试区。
当我训练好支持向量机后，我会立即使用它们来测试数据库测试图像的准确性，
浏览 1提问于2016-05-09得票数 1
回答已采纳
1回答
我有训练图像和测试图像。我想用迭代的方式预测支持向量机模型。在创建模型之后，如果我预测结果，我只能看到最后的预测值，而不是n个模型的所有预测值。我想知道如何自动创建n个SVM模型的过程，并预测所有的值。
提前谢谢。
浏览 0提问于2015-11-19得票数 0
回答已采纳
一个愚蠢的问题:在我在scikit-learn中训练我的支持向量机后，我必须使用预测函数: predict(X)来预测哪个类属于哪个类别？()
X参数是图像特征向量吗？如果我给出一个未经过训练的图像(没有经过训练，因为SVM要求至少3个样本作为类)，会返回什么？
浏览 1提问于2013-02-14得票数 2
回答已采纳
3回答
对于所有线性分类器和线性回归算法，预测算法都是完全相同的吗？线性判别分析(或Fisher线性判别)，朴素贝叶斯分类器问:线性分类器只在学习算法中有所不同，但它们在预测y = w1*x1 + w2*x2 + ... +如果我使用一种训练方法(例如带有线性核函数的支持向量机)，那么我是否可以使用其他方法进行预测(例如，感知器)，其输出结果是相同的？如果我<em
浏览 0提问于2019-01-31得票数 5
回答已采纳
我正在使用支持向量机进行分类，我在一个项目中进行训练，在另一个项目中进行测试，以便只训练一次。classifier = ml::SVM::load<ml::SVM>(svmDir+svmFile);float response = classifier->predict(tDescriptor);
预测结果全为但当我在训练项目中训练完支持向量</
浏览 1提问于2015-09-30得票数 0
1回答
一旦使用交叉验证方法对分类器进行了培训和测试，如何使用这些结果对未见数据进行验证，特别是在自由运行阶段/部署阶段？如何使用所学的模型？下面的代码使用交叉验证来训练和测试数据X。
浏览 0提问于2018-06-10得票数 1
回答已采纳
1回答
我首先使用支持向量机对图像进行训练，然后利用这些经过训练的数据对新图像进行预测。但是在测试一个新的图像之前，我必须训练所有的tme。有没有任何方法来存储经过训练的数据，并每次使用它来测试一个新的图像？
浏览 1提问于2016-11-27得票数 0
回答已采纳
1回答
因此，我开始阅读有关GD/SGD的文章，并遇到了一个不错的文章，它使用支持向量机和GD进行文本分类。我们从一堆要训练的文件开始。然后，我们将每个文档表示为数字向量，您可以选择将它们分割成n克，然后用TF-下手称这些n克。现在我们有了一个数值表示，我们可以给出程序的训练数据，并使它的猜测每次。根据程序的错误程度，程序根据错误进行调整，以便在下一次使用梯度下降进行更好
浏览 0提问于2020-02-06得票数 1
与原始预测(-r)不同，我希望通过设置-loss_function hinge，在0，1间隔内返回使用元音wabbit训练的支持向量机的预测。目前我正在尝试这个，但它并没有给我我想要的。25815 MonthsDeedDatetoMailDate:2-1.001968-1.0004413)我想看到的是:连续的0，1间隔内的预测，这样每个条目都可以被解释为与事件相关的预测概率，例如：
浏览 1提问于2015-06-12得票数 1
回答已采纳
1回答
形状分类算法
、、
我有一个形状边缘的数据集，我试图用滑雪板制作一个模型。我是机器学习世界的新手，所以我正在努力创造一个好的模型。使用支持向量机，我可以得到一个假设的81%的精度，但当我给它一个图像以外的训练或测试集，它一贯返回错误的预测，几乎每次。📷问:有比使用支持向量机更好的方法吗？还是这些形状太相似了？我在训练集里有90张照片。
下面是我的ML代码的链接。
浏览 0提问于2018-01-25得票数 0
回答已采纳
1回答
我观察到的例子是简要概述了.For训练系统，给出了特征向量作为输入。在有监督学习的情况下，数据集被标记。我对贴标签感到困惑。例如，如果我必须区分两种类型的图片，我将提供一个特征向量，并在输出端测试，我将提供1类型A和2类型B，但如果我想从图像数据集中提取感兴趣的区域。我将如何标记我的数据来提取ROI使用支持向量机。
浏览 1提问于2016-02-14得票数 2
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
