svm predict 函数总是返回一个大数字

Question

我试图实现一个简单的样本，目的是传输和检测一个数字。来源如下：

第 1 步：用于转换的初始数据： 我使用了一组图像编号来训练数据，

    Mat vectorMatToMat(vector<Mat> list) {
        if (list.empty()) {
            return Mat();
        }
        int row = list.size();
        int col = list.at(0).rows * list.at(0).cols;
        Mat data(row, col, CV_32FC1);
        int i = 0;
        for (i = 0; i < row; i++) {
            Mat rowMat = list.at(i).reshape(1, 1);
            rowMat.copyTo(data.row(i));
        }
        return data;
    }
    Mat vectorIntToMat(vector<int> list) {
        int row = list.size();
        Mat data(row, 1, CV_32SC1, &list[0]);
        return data;
    }

    Mat dataMat = vectorMatToMat(listImageForTraining);
    Mat dataLabel = vectorIntToMat(listLabel);

第 2 步：初始化 SVM：

Ptr<TrainData> trainData = TrainData::create(dataMat, ROW_SAMPLE, dataLabel);

Ptr<SVM> model = SVM::create();
model->setType(SVM::C_SVC);
model->setKernel(SVM::LINEAR);
model->setC(7);
model->setNu(SVM::NU_SVC);
model->setP(0);
model->setDegree(0);
model->setGamma(20);
model->setCoef0(0);
TermCriteria term(CV_TERMCRIT_ITER +CV_TERMCRIT_EPS, 1000, 1e-6);
model->setTermCriteria(term);
model->train(trainData);

第 3 步：尝试使用 SVM 进行预测：

    int i = 0;
    for (i = 0; i < 15; i++) {
        Mat check = dataMat.row(i);
        ostringstream oss;
        oss << i;
        imshow(oss.str(), check.reshape(1, 128));

        check = check.reshape(1, 1);
        int lable = svm.predict(check);

        cout << "Result: " << lable << endl;
    }

第 4 步：结果：

Result: -1237234688
Result: 159407376
Result: 159407376
Result: 167908848
Result: 1065353216
Result: 1065353216
Result: 1065353216
Result: 1065353216
Result: 1065353216
Result: 1065353216
Result: 1065353216
Result: 1065353216
Result: 1065353216
Result: 1065353216
Result: 1065353216

正如我们所见，我的结果是非常大的数字，尽管我的标签是 0 到 10 之间的数字。 我不明白为什么，我认为我在初始化 SVM 模型时出错了。

但我不知道如何解决这个问题， 如果有任何想法，请帮助我。

感谢和最好的问候，

小偷

Answer 1

看起来您在以下方法的第一步中有错误：

Mat vectorIntToMat(vector<int> list) {
    int row = list.size();
    Mat data(row, 1, CV_32SC1, &list[0]);
    return data;
}

您按值传递标签向量。它实际上制作了标签向量的副本，该向量将在返回后被破坏。 比您使用cv::Mat 的以下构造函数：

Mat::Mat(int rows, int cols, int type, void* data, size_t step=AUTO_STEP)

根据OpenCV documentation，此构造函数不分配矩阵数据。它只使用您提供的内存。但是在您的情况下，此内存将在方法返回后被释放，并且标签的矩阵对象将不正确。

显然，如果您在训练中使用不正确的标签矩阵，您会得到不正确的预测结果。

我认为，最简单的问题解决方法如下：

Mat vectorIntToMat(vector<int> list) {
    int row = list.size();
    Mat data = Mat(row, 1, CV_32SC1, &list[0]).clone();
    return data;
}

希望它会有所帮助。

Answer 2

我尝试如下修改，但效果仍然不好。

Mat vectorIntToMat(vector<int> list) {
    int row = list.size();
    Mat data = Mat(row, 1, CV_32SC1, &list[0]).clone();
    return data;
}

之后我尝试修改如下，我的问题解决了：

Mat vectorIntToMat(vector<int> list) {
    return Mat(list, true);
}

但我仍然不明白根本原因。 谁能给我解释一下？