libsvm嵌入式移植

最新推荐文章于 2023-05-11 10:05:53 发布

置顶钟宬

最新推荐文章于 2023-05-11 10:05:53 发布

阅读量882

点赞数 6

文章标签： svm 机器学习 stm32

本文链接：https://blog.csdn.net/Jerry0131/article/details/129262532

版权

SVM(Support Vector Machine, 支持向量机)这个算法也是相当经典的一个分类算法了。如果想要使用SVM算法，大家一般也不会自己造轮子，开源的库也就够用了。开源的SVM库中最香的，应该是台湾大学林智仁(Lin Chih-Jen)教授开发的libsvm库了。

我最近的项目中，恰巧用到了SVM算法，libsvm很快解决了问题。但我最终希望把算法部署到嵌入式的设备中（STM32)。我一开始兴致勃勃地把整个源码都移植过去了，后来越想越不对，嵌入式的资源这么小，libsvm的底层搞得那么复杂，代码量那么大，全部移植过去岂不是亏大了。事实上，libsvm大部分的精力都在解决训练的问题，而推理部分，说实话，只有一点点。

公式如下：
$\operatorname{sgn}\left(\boldsymbol{w}^{T} \phi(\boldsymbol{x})+b\right)=\operatorname{sgn}\left(\sum_{i=1}^{l} y_{i} \alpha_{i} K\left(\boldsymbol{x}_{i}, \boldsymbol{x}\right)+b\right)$

如果想要了解公式的具体含义，可以参考这篇文章。

多么简单清晰的一个公式，唯一需要变换的就只是核函数而已，而文章中也已经给出了不同的核函数的写法。

另一方面，libsvm训练好后会保存为一个模型文件。而进行libsvm推理时，需要先加载这个文件。而嵌入式的裸机开发中，是没有文件系统的，即使可以加上，也很麻烦。所以，我索性就干了这么个事：自己解析libsvm生成的模型文件，并生成对应的model.h和model.c文件。把数据和方法全部都放在model.h和model.c中，这样，就可以非常简单地在外部调用svm的推理方法了。

我把这个工作放到了我的github中¹。实现起来其实非常简单，但是却大量地缩小了嵌入式系统中存储的使用，免去了文件系统的搭建。如果你也有同样的需求，也可以试试看。