【问题标题】:OpenCV and Latent SVM DetectorOpenCV 和潜在 SVM 检测器
【发布时间】:2012-08-03 16:04:48
【问题描述】:

我想知道是否有人成功地使用了 Latent SVM 检测器 (http://docs.opencv.org/modules/objdetect/doc/latent_svm.html) 的 OpenCV 实现。有一个示例代码展示了如何使用该库,但问题是示例代码使用了使用 MatLab 生成的现成检测器模型。有人可以指导我完成如何生成自己的检测器模型的步骤吗?

【问题讨论】:

    标签: matlab opencv classification pattern-recognition


    【解决方案1】:

    论文作者对LatSVM 的MATLAB 实现有一个名为pascal 的训练脚本。有一个带有 tarball 的 README 解释了它的用法:

    使用学习代码 ======================== 1. 下载并安装 2006-2011 PASCAL VOC 开发包和数据集。 (你应该在 VOCinit.m 中设置 VOCopts.testset='test') 2. 根据你的配置修改'voc_config.m'。 3.启动matlab。 4. 运行'compile'函数来编译辅助函数。 (您可能需要编辑 compile.m 以使用不同的卷积 例程取决于您的系统) 5. 使用“pascal”脚本来训练和评估模型。 例子: >> 帕斯卡 ('自行车', 3); % 训练和评估一个 6 组件的自行车模型 学习代码将多个中间模型保存在模型缓存中 'voc_config.m' 中定义的目录。

    如需更多信息,请访问authors website。该页面还包含此方法的论文。

    【讨论】:

    • 根据您的计划,您可能会发现 OpenCV(机器学习库)中更通用的 SVM 实现效果更好。例如对于简单的 HoG,只需创建一个 SVM 对象,计算 HoG 并使用 SVM::train_auto() 将其输入到您的 SVM 中
    • @Yamaneko 我已经在您提到的 MATLAB 代码的帮助下训练了许多模型,但找不到将这些模型转换为 .xml 格式的方法,以便我可以将它们与 OpenCV 代码一起使用也是。
    猜你喜欢
    • 2016-05-01
    • 2017-06-27
    • 2023-03-13
    • 2017-11-06
    • 2013-05-22
    • 2023-03-21
    • 2021-09-06
    • 2016-05-13
    • 1970-01-01
    相关资源
    最近更新 更多