OpenCv 3.0.0 中的非线性 SVM

Question

我正在使用 C++ (visual studio 2013) 中的道路识别程序，我会使用非线性 SVM 对道路标志进行分类，但我不知道如何在 OpenCv 3.0 中选择其参数。 这就是我尝试的方法，它将经过识别的道路分类为最佳等级（例如 60 Km/h、80Km/h ...），但是当我给它另一条未被它识别的道路时，它会将其归类为三类之一（60/80/100），请告诉我 OpenCv 3.0.0 中非线性 SVM 的参数是什么。

svm = SVM::create();
    svm->setType(SVM::C_SVC);
    svm->setKernel(SVM::KernelTypes::LINEAR);

    svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER, 500, 1e-6));


    toolStripStatusLabel1->Text = "Training begin .....";
    Ptr<ml::TrainData> tData = ml::TrainData::create(trainingDataMat, ml::SampleTypes::ROW_SAMPLE, traningLabels);
    svm->train(tData);

Answer 1

神经网络，就像大多数分类器一样，会将对象放入他们知道的类别中。如果你告诉它世界存在 3 个类，它将把世界放在这 3 个类中。没有什么大惊喜。

有很多方法可以解决这个问题。到目前为止，最常见的做法是在训练中添加一个“其他”类别，并为其提供数千张其他图像。

在这种特殊情况下，我会使用 3 个额外的“其他”类：形状相似的路标（即欧洲限速的红色边缘圆形）、所有其他路边标志和“非道路标志”。