色に基づいて画像を分類するための実験を行っています。私は、9色、各色1000画像に分類された9000の靴画像のデータセットを持っています。 TensorFlowのHow to Retrain Inception's Final Layer for New Categoriesチュートリアルに続いて、58.3％の精度が得られました。 次に、最終レイヤーを65.4％の精度でSVC（RBF）クラシファイ
モデルの係数を取得すると決定境界がどのように計算されるのか理解できません。ここで私はa = -w[0]/w[1]この行を理解していなかったコード # get the separating hyperplane
w = clf.coef_[0]
a = -w[0]/w[1]
xx = np.linspace(-5, 5)
yy = a * xx - (clf.intercept_[0])/w
私は人を検出して保護ゴーグルを着用しているかどうかを確認するプロジェクトに取り組んでいます。今私はDalalのアルゴリズムに基づいて人体を検出するために伝統のHOG機能を使用しています。私のアプリケーションは、データをテストした後、私のアプリケーションは私にこのような混乱マトリックスを与えました（トレーニングに使用された80％のデータとテストに使用された20％のデータ）： confusion ma
ここで私は2人の人物とそれらにいくつかの質問を投稿します。誰も私がそれらを解決するのを助けることができますか？ 1. Training a simple linear SVM:
% svm-train -t 0 -c 100 data0 data0.model
% python drawBoundary.py data0
where:
-t 0 -- use a linear kernel