如何在 OpenCV 2.4.13 中导入训练有素的 SVM 检测器答案

【问题标题】：How to import a trained SVM detector in OpenCV 2.4.13如何在 OpenCV 2.4.13 中导入训练有素的 SVM 检测器
【发布时间】：2017-11-06 10:36:21
【问题描述】：

所以我按照本指南训练我自己的行人 HOG 检测器。 https://github.com/DaHoC/trainHOG/wiki/trainHOG-Tutorial

并且成功生成了 4 个文件。

cvHOGClassifier.yaml
descriptorvector.dat
features.dat
svmlightmodel.dat

有谁知道如何将descriptorvector.dat 文件加载为向量？我已经尝试过了，但失败了。

    vector<float> detector;
    std::ifstream file;
    file.open("descriptorvector.dat");
    file >> detector;
    file.close();

这是我最终想使用的东西。

    gpu::HOGDescriptor hog(Size(64, 128), Size(16, 16), Size(8, 8), Size(8, 8),9);
    hog.setSVMDetector(detector);

提前感谢您！

【问题讨论】：

标签： c++ opencv gpu svm

【解决方案1】：

您可以读取文件并将每个值推回float 的数组，因此首先声明它：

vector<float> myDescriptorVector;

然后推送每个值：

ifstream infile ("yourFile.dat".c_str());

float number;

while (infile >> number)
    myDescriptorVector.push_back(number);


return myDescriptorVector;

最后使用 HOG 的标准初始化并将向量传递给您已经猜到的 SVM 检测器：

hog.setSVMDetector(myDescriptorVector);

【讨论】：

【解决方案2】：

如果您已经训练了 SVM，则可以将权重和截距保存在 TXT 文件中，然后将其加载到数组/向量中。然后您可以按如下方式使用它：

std::vector<float> descriptorsValues;   //A vector to store the computed HoG values
std::vector<cv::Point> locations;
hog.compute(image, descriptorsValues, cv::Size(0, 0), cv::Size(0, 0), locations);
double res = 0;
for (int i = 0; i < svmDimension - 1; i++)
{
    res += w[i] * descriptorsValues.at(i);
}
res = res + w[svmDimension - 1];            
return res;

svmDimension 是数组/向量，其中包含 SVM 权重和 SVM 截距，res 是 SVM 响应

【讨论】：