如果要读取随机森林的xml文件，标签类型必须是float（opencv3.0）

Question

#include <opencv2/core.hpp>
#include <opencv2/ml.hpp>

#include <iostream>
#include <vector>

int main()
{
    size_t const FeatureSize = 24;
    {
        auto rtrees = cv::ml::RTrees::create();
        rtrees->setMaxDepth(10);
        rtrees->setMinSampleCount(2);
        rtrees->setRegressionAccuracy(0);
        rtrees->setUseSurrogates(false);
        rtrees->setMaxCategories(16);
        rtrees->setPriors(cv::Mat());
        rtrees->setCalculateVarImportance(false);
        rtrees->setActiveVarCount(0);
        rtrees->setTermCriteria({ cv::TermCriteria::MAX_ITER, 100, 0 });

        std::vector<float> labels; //#1
        cv::Mat_<float> features;        
        for(size_t i = 0; i != 500; ++i){
            std::vector<float> data;
            for(size_t j = 0; j != FeatureSize; ++j){
                data.emplace_back(0); //#2
            }
            labels.emplace_back(i % 2);
            features.push_back(cv::Mat(data, true));
        }                

        rtrees->train(features.reshape(1, labels.size()),
                      cv::ml::ROW_SAMPLE, labels);
        rtrees->write(cv::FileStorage("smoke_classifier.xml",
                                  cv::FileStorage::WRITE));
    }

    {
        auto rtrees2 = cv::ml::RTrees::create();

        cv::FileStorage read("smoke_classifier.xml",
                             cv::FileStorage::READ);
        rtrees2->read(read.root());

        int a = rtrees2->getMinSampleCount();
        std::cout<<"a == "<<a<<"\n";
        cv::Mat1f feat2(1, FeatureSize, 0.f);
        std::cout<<"predict == "<<rtrees2->predict(feat2)<<"\n";
    }  
} 

如果将#1从float改为int并读取xml然后调用predict，程序会崩溃，但是如果我不从xml读取信息，即使#1类型是，函数predict也可以工作诠释

但是如果我将标签从int更改为float，当我调用train训练机器时，rtree会弹出另一个错误消息（代码sn-p（#2）的虚拟数据“0”不会导致程序会崩溃，但真实数据会）。

另一个问题是，将标签从 int 更改为 float 会使其从分类问题变为回归问题，但我真正需要的是分类而不是回归（虽然很容易通过回归来模拟分类，因为只有两个标签)

将标签更改为浮动并调用 train 训练机器时的错误消息

"....\opencv-3.0.0\sources\modules\ml\src\tree.cpp:1190: 错误：(-215) (int)_sleft.size()

Answer 1

相关代码在tree.cpp中。

当使用int标签时，这行会导致崩溃：

float DTreesImpl::predictTrees( const Range& range, const Mat& sample, int flags ) const
{
    ...
    if( predictType == PREDICT_MAX_VOTE ) {
    ...
        sum = (flags & RAW_OUTPUT) ? (float)best_idx : classLabels[best_idx]; // Line 1487
    ...
    }
}

因为classLabels 是空的（即使它存在于 xml 文件中）。

使用float 标签时，不会执行此行，因为predictType 将是PREDICT_SUM 而不是PREDICT_MAX_VOTE。 （相关代码在同一个函数中）。

造成这种情况的原因是文件没有正确加载（这可能是一个错误）。其实读取文件的时候就有这个检查

void DTreesImpl::readParams( const FileNode& fn )
{
    ...
    int format = 0; // line 1720
    fn["format"] >> format;
    bool isLegacy = format < 3;
    ...
    if (isLegacy) { ... }
    else 
    {
        ...
        fn["class_labels"] >> classLabels;            
    }
}

但是在写入文件时，“格式”字段不存在。因此，您实际上是在以错误的格式读取文件，因为您输入了isLegacy 部分。

---

解决方法是将文件另存为：

...
std::vector<int> labels;
...
rtrees->write(cv::FileStorage("smoke_classifier.xml", cv::FileStorage::WRITE));
// Add this
{
    cv::FileStorage fs("smoke_classifier.xml", cv::FileStorage::APPEND);
    fs << "format" << 3; // So "isLegacy" return false;
}

cv::FileStorage read("smoke_classifier.xml",
                     cv::FileStorage::READ);
auto rtrees2 = cv::ml::RTrees::create();
rtrees2->read(read.root());

这样做，文件将被正确加载，程序不会崩溃。

由于我无法在 calcDir 中重现您的其他问题，请告诉我这是否可行。