libsvm+detector_(libsvm参数说明)

最新推荐文章于 2022-01-12 16:30:19 发布

小熊不去实验室

最新推荐文章于 2022-01-12 16:30:19 发布

阅读量6.1k

点赞数 1

分类专栏： matlab 机器学习 OpenCV 学习OpenCV 文章标签： matlab function classification validation parameters

本文链接：https://blog.csdn.net/yangtrees/article/details/7605279

版权

本文介绍了如何在MATLAB环境下使用libsvm进行线性分类，通过加载heart_scale数据集训练模型，并展示了如何从模型中获取权重系数。同时，文章详细解释了libsvm的参数设置，包括svm类型、核函数类型及其相关参数，如degree、gamma、coef0、cost等，帮助理解模型训练过程中的调整选项。

摘要由CSDN通过智能技术生成

细分析了cvhop.cpp中的compute函数，可以直接调用它来获得样本HOG，然后训练得到检测算子

1.制作样本
2.对每一张图片调用
hog.compute(img, descriptors,Size(8,8), Size(0,0));
可以生成hog descriptors，把它保存到文件中
for(int j=0;j<3780;j++)
fprintf(f,"%f,",descriptors[j]);
3.利用SVM进行训练和分类，可得到权重系数，即getDefaultPeopleDetector()函数中调用的
检测　算子 detector[]

使用libsvm求取权重

直接使用libsvm，需要按它的格式构造数据，下面简述在matlab下使用libsvm
下载libsvm-mat-2.9-1 （libsvm3.12版本）
方法1：
切换到libsvm-mat-2.9-1所在的目录下，打开MATLAB键入：
mex -setup
方法2：matlab菜单　File-->set path　将libsvm-mat-2.9-1所在路径添加进来。
----------------------
下面以libsvm-mat-2.9-1自带的heart_scale为例进行介绍
-----------kernel_type为线性----------------------------------
load heart_scale.mat
train_data = heart_scale_inst(1:150,:);
train_label = heart_scale_label(1:150,:);
test_data = heart_scale_inst(151:270,:);
test_label = heart_scale_label(151:270,:);
model_linear = svmtrain(train_label, train_data, '-t 0')
[predict_label_L, accuracy_L, dec_values_L] = svmpredict(test_label, test_data,model_linear);
----------训练后得到模型-------
model_linear =
Parameters: [5x1 double]
nr_class: 2
totalSV: 58