opencv 的norm_opencv Normbal贝叶斯预测概率输出零

使用OpenCV的NormalBayesClassifier训练并预测图像分类时,通过predictProb()函数获取的预测概率始终为0或无穷大,即使预测的类标签正确。问题可能与数据预处理、特征表示或概率计算有关。
摘要由CSDN通过智能技术生成

我有一些训练数据,包括从图像和不同的类标签中提取的许多特征。我设法使用C++中的OpenCV3来训练Normal Bayes分类器。我能够将新的测试数据传入分类器,以使用predict()函数获取预测的类标签。 但是,我不想简单地得到预测的类标签,我也希望使用类NormalBayesClassifier的predictProb()函数知道每个测试数据的每个类标签的概率。opencv Normbal贝叶斯预测概率输出零

有这似乎是能够回到每类标签的概率的predictProb()函数:

virtual float cv::ml::NormalBayesClassifier::predictProb

( InputArray inputs,

OutputArray outputs,

OutputArray outputProbs,

int flags = 0

) const

然而,当我测试的代码,我总是得到0的载体或混合物0s和Inf作为预测概率,尽管我确实得到了正确的预测。我尝试将RAW_OUTPUT添加到标志并且结果相同。

int N=4;

vector loc;

loc.push_back("1.jpg");

loc.push_back("2.jpg");

loc.push_back("3.jpg");

loc.push_back("4.jpg");

loc.push_back("5.jpg");

loc.push_back("6.jpg");

Ptr<:normalbayesclassifier> rt = cv::ml::NormalB

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值