最近想利用HOG+SVM实现车辆检测,代码运行到:
svm.train(np.array(gradient_lst), cv2.ml.ROW_SAMPLE, np.array(labels))#训练
的时候出现了问题。
遇到的问题:
(layout == ROW_SAMPLE && responses.rows == nsamples) || (layout == COL_SAMPLE && responses.cols == nsamples) in function 'cv::ml::TrainData…
一开始以为是标签的矩阵形状的问题,在https://stackoverflow.com/这个外国网站上找到了解决的发现,是因为标签labels和特征向量gradient_lst的行数不同导致的,检测代码发现确实特征向量gradient_lst的行数<标签labels的行数。
如果大家遇到同样的问题,大家可以用shape()检测下自己的两个矩阵的行数是不是一样的。
因为发现特征向量gradient_lst的行数<标签labels的行数,所以应该是有几个数据集中的图片没有满足宽度>64,高度>128导致的。所以少了几个图片的特征向量,导致行数不同。
后来通过设置代码进行检测:
def computeHOGs(img_lst, gradient_lst, wsize=(128, 64)):
hog = cv2.HOGDescriptor()
# hog.winSize = wsize
for i in range(len(img_lst)):
if img