OpenCV 3.1.0：保存和加载经过训练的 SVM

Question

目前我正在尝试训练不同的支持向量机来识别不同的情绪。因此，例如，为了识别快乐的情绪，我训练了一个支持向量机，将快乐的人的图像作为积极因素，将人们表达其他情绪（如愤怒、恐惧、厌恶……）的图像作为消极因素。图像存储在我在训练部分和测试部分分区的数据库中。

当我训练完 SVM 后，我立即使用它们来测试数据库测试图像的准确性，并且效果很好。但我也保存了经过训练的 SVM，因为我想在另一个程序中使用它们，并且不想每次启动另一个程序时都重新训练它们。

因此我在其他程序中加载了 SVM，但结果非常糟糕。准确度接近于零。所以我尝试在训练程序中保存并立即加载 SVM，但这里的准确度现在接近于零。

搜索了一段时间后，我发现如果我加载了 SVM 并打印了 SVM 类型、内核类型和支持向量，它们与 SVM .xml 文件中的相同。所以我认为问题在于预测没有以正确的方式执行。我也不知道我是否保存我的 SVM 并以适当的方式加载它们。

目前我尝试寻找解决方案但没有成功。我试过的一些链接是：

Train SVM and save it with OpenCV 3.0

How to load previously stored svm classifier?

Load Trained SVM – Emgu CV

opencv 3 (C++) auto trained SVM loading issue

我用来训练 SVM 并立即测试它们而无需再次加载它们的代码是：

trainData = ml::TrainData::create(training_mat, ROW_SAMPLE, label_mat);
svm = SVM::create();
svm->setType(SVM::C_SVC);
svm->setKernel(SVM::RBF);
svm->trainAuto(trainData);
svm->save(svmSaveNames[i]);

// Test SVMs
data_file.open(filenameLabelsTestingImages[i]);
data_file << "Number\n";
startTest = stopTest;
stopTest  = startTest + emotionCountersTesting[i];
int numberRightClassified = 0;
int numberClassified = 0;

for (int j = 0; j < numberOfTestImg; j++)
{
    cv::Mat testing_one_image_mat(1, numberOfFeatures, CV_32F);
    for (int k = 0; k < numberOfFeatures; k++)
    {
        testing_one_image_mat.at<float>(0, k) = testing_mat.at<float>(j, k);
    }

    int value_svm = svmNew->predict(testing_one_image_mat);

    if (value_svm == 1)
    {   
        if (j >= startTest && j < stopTest)
        {
            numberRightClassified++;
        }
        numberClassified++;
    }
    data_file << value_svm << endl;
}
data_file.close();

所以这工作正常，直到我更改代码以先保存 SVM，然后再次加载它们进行预测，如下所示

trainData = ml::TrainData::create(training_mat, ROW_SAMPLE, label_mat);
svm = SVM::create();
svm->setType(SVM::C_SVC);
svm->setKernel(SVM::RBF);
svm->trainAuto(trainData);
svm->save(svmSaveNames[i]);

Ptr<SVM> svmNew = SVM::create();
svmNew = SVM::load<SVM>(svmSaveNames[i]);
//cout << "The type is " << svmNew->getType() << endl;
//cout << "The kernel type is " << svmNew->getKernelType() << endl;
//cout << "The support vectors are " << svmNew->getSupportVectors() << endl;

// Test SVMs
data_file.open(filenameLabelsTestingImages[i]);
data_file << "Number\n";
startTest = stopTest;
stopTest  = startTest + emotionCountersTesting[i];
int numberRightClassified = 0;
int numberClassified = 0;

for (int j = 0; j < numberOfTestImg; j++)
{
    cv::Mat testing_one_image_mat(1, numberOfFeatures, CV_32F);
    for (int k = 0; k < numberOfFeatures; k++)
    {
        testing_one_image_mat.at<float>(0, k) = testing_mat.at<float>(j, k);
    }

    //int value_svm = svm -> predict(testing_one_image_mat);
    int value_svm = svmNew->predict(testing_one_image_mat);

    if (value_svm == 1)
    {   
        if (j >= startTest && j < stopTest)
        {
            numberRightClassified++;
        }
        numberClassified++;
    }
    data_file << value_svm << endl;
}
data_file.close();

数组 svmSaveNames 包含带有用于保存不同 SVM 的名称的字符串，例如 svm_anger.xml、svm_contempt.xml、...

我使用变量 data_file 为每个测试的 SVM 创建一个 .txt 文件。所以首先我训练和测试 SVM 来识别例如情绪愤怒，并且在测试这个 SVM 时我使用所有的测试图像。所以所有这些图像的预测（1 = 正/-1 = 负）被写入文本文件。

参数startTest和stopTest用于验证预测给值为1的正例图像是否在需要识别为正例的图像范围内。在数据库的测试图中，我把所有的图片都按情绪排序了，所以先愤怒然后鄙视，...

2D 矩阵 testing_mat 包含提供给 SVM 以预测情绪的所有测试图像的数据。

所以我的问题是，在我加载 SVM 之后，它们没有给我正确的预测。

Answer 1

找了一段时间发现如果用线性核完全没有问题。然后我可以保存和加载 SVM，预测是正确的。所以我开始寻找它适用于线性内核而不适用于其他内核的原因。

根据 Github 上的问题 #5054，答案是 OpenCV 3.1 中存在错误。我尝试了建议的解决方案，但仍然没有用。最终我下载了 OpenCV 2.4，现在一切正常。

OpenCV 3.1.0：保存和加载经过训练的 SVM

OpenCV 3.1.0: Save and load trained SVMs

c++

svm

opencv3.1