SVMをオブジェクト認識で使用する方法

Question

私は室内環境オブジェクト（椅子、テーブルなど）を認識するためのプロジェクトに取り組んでいます。私はopencvに傾いているマシンには新しく（C++を使って）。私の計画は、SURF特徴検出法を使用して、SVM分類を使用してオブジェクトを分類することです。

私は多くのサンプルコードを見てきましたが、データを提供する方法、1または0にラベルを付ける方法、モデルを作成する方法、それを使用する方法などを理解することができませんでした。私は誰もが明確なステップで私を助けることができることに感謝します。私にとって本当に混乱しています。

Answer 1

機能記述子は、マシン学習モデルのトレーニングの一部として使用できます。私はSURFで働いていますが、私のモデルのトレーニングにはこれを使用していません。

私はHOGを使用し、トレーニングにSVMを使用したプロジェクトの例をお手伝いします。 this repositoryを確認してください。私はあなたがC++と私の例がPythonであることを要求していることを知っています。このリポジトリを例として使用し、あなたの好みの言語で同様に使用できます。

は、主に関係するこれらのステップがあります。

1. あなたは1と-1（または0）にそれぞれ分類のためにマークを付けることができたため、正と負の画像のサンプルを取得します。十分なデータがあると思うなら、フィーチャーエンジニアリングの部分に進むことができます。または、ヘルプsample_create.pyをリポジトリから取り出して、より大きなデータセットを作成することができます。

2. サンプルを使用してフィーチャエンジニアリングを実行します。すなわち、フィーチャ記述子を見つけ出し、後でそのモデルを訓練するために使用できるどこかに格納する。レポジトリのファイルfeature_engineering.pyからすべてのイメージを読み込み、HOGディスクリプタを作成してファイルに保存することができます。

3. 最後に、トレーニングデータをトレーニングモデルに渡します。私は私の例でSVMを使用しました。これはファイルlinear_svm.pyです。私はTensorFlowライブラリを使っています。

4. モデルはダンプされて保存されます。モデルはダンプされて保存されます。このモデルは、画像を直接オブジェクトに渡すことにより、さらにオブジェクトを検出するために使用できます。私はすぐにこの使用を掲載するつもりです。