SVM 分类器（响应数组必须包含与样本总数一样多的元素）

Question

我正在使用 SVM 进行真菌检测。我不知道为什么在训练分类器时会出现此错误。

错误：(-209) 响应数组必须包含尽可能多的 元素作为函数cvPreprocessCategoricalResponses中的样本总数

Mat classes;//(PosSamples+NagSamples, 1, CV_32FC1); 
Mat trainingData;//(PosSample+NagSample, imgWidth*imgHeight,CV_32FC1 );

cv::Mat trainingImages;
vector<int> trainingLabels;

 for (int pimageNum = 0; pimageNum < 359; pimageNum++)
  {
// reading Positive Samples
        trainingImages.push_back(posImage);
        trainingLabels.push_back(1.0);
}
for (int nimageNum = 0; nimageNum < 171; nimageNum++)
  {
// reading Nagative Samples
        trainingImages.push_back(nagImage);
        trainingLabels.push_back(0.0);
}
 Mat(trainingImages).copyTo(trainingData);
    trainingData.convertTo(trainingData, CV_32FC1);
    Mat(trainingLabels).copyTo(classes);

 FileStorage fs0("D:\\classifier.yml", FileStorage::WRITE);
    fs0 << "TrainingData" << trainingData;
    fs0 << "classes" << classes;
    fs0.release();

 CvSVMParams SVM_params;
    SVM_params.svm_type = CvSVM::C_SVC;
    SVM_params.kernel_type = CvSVM::LINEAR;
    SVM_params.degree = 0;
    SVM_params.gamma = 1;
    SVM_params.coef0 = 0;
    SVM_params.C = 1;
    SVM_params.nu = 0;
    SVM_params.p = 0;
    SVM_params.term_crit = cvTermCriteria(CV_TERMCRIT_ITER, 1000, 0.01);
    //Train SVM
    CvSVM svmClassifier(SVM_TrainingData, SVM_Classes, Mat(), Mat(), SVM_params);

/////////////// 图像尺寸为 50x50 ////////////////p>

In Classifier.yml file.
TrainingData: !!opencv-matrix
   rows: 26500
   cols: 50
classes: !!opencv-matrix
   rows: 530
   cols: 1

Answer 1

每一行（不是每张图片）都是一个样本。所以你有 26500 行样本和 530 个类。这是因为您的图像高度为 50：50*530 = 26500。

通常您会在图像上计算某种特征以在 SVM 中使用。如果你想使用你的原始图像，你应该这样做：

1. 线性化/调整图像大小，使每张图像为 1x2500。您将获得 530 个训练数据和 530 个类。
2. 为每个图像复制你的类 50 次。您将获得 26500 个培训和 26500 个课程。

由您决定您的整个图像是一个特征（案例 1），还是图像的每一行都是一个特征（案例 2）。