OpenCV 3.4.1 获取自定义训练的线性 SVM HoG detectMultiScale 的原始形式
OpenCV 3.4.1 Get Primal Form of Custom Trained Linear SVM HoG detectMultiScale
我在 OpenCV 3.4.1 中训练了一个线性 SVM。现在我想将我的自定义 SVM 与 OpenCV 3 的 HoG detectMultiScale 函数结合使用。使用自定义 SVM 原始向量设置 HoG 检测器的旧方法不再有效。
对于 OpenCV 2,可以像这样从 OpenCV 2 自定义训练的 SVM 中获取原始向量:
#include "linearsvm.h"
LinearSVM::LinearSVM() {
qDebug() << "Creating SVM and loading trained data...";
load("/home/pi/trainedSVM.xml");
qDebug() << "Done loading data...";
}
std::vector<float> LinearSVM::getPrimalForm() const
{
std::vector<float> support_vector;
int sv_count = get_support_vector_count();
const CvSVMDecisionFunc* df = getDecisionFunction();
if ( !df ) {
return support_vector;
}
const double* alphas = df[0].alpha;
double rho = df[0].rho;
int var_count = get_var_count();
support_vector.resize(var_count, 0);
for (unsigned int r = 0; r < (unsigned)sv_count; r++)
{
float myalpha = alphas[r];
const float* v = get_support_vector(r);
for (int j = 0; j < var_count; j++,v++)
{
support_vector[j] += (-myalpha) * (*v);
}
}
support_vector.push_back(rho);
return support_vector;
}
一旦从经过训练的 SVM 数据创建了原始向量,就可以像这样设置 HoG 检测器 SVM:
// Primal for of cvsvm descriptor
vector<float> primalVector = m_CvSVM.getPrimalForm();
qDebug() << "Got primal form of detection vector...";
qDebug() << "Setting SVM detector...";
// Set the SVM Detector - custom trained HoG Detector
m_HoG.setSVMDetector(primalVector);
在 OpenCV 3.4.1 中,这不再有效,因为 CvSVM 不再存在并且 SVM 的大部分 API 已更改。
如何在我这样训练的 OpenCV 3.4.1 中获取自定义 SVM 的原始向量:
// Set up SVM's parameters
cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();
svm->setType(cv::ml::SVM::C_SVC);
svm->setKernel(cv::ml::SVM::LINEAR);
svm->setTermCriteria(cv::TermCriteria(cv::TermCriteria::MAX_ITER, 10, 1e-6));
// Train the SVM with given parameters
cv::Ptr<cv::ml::TrainData> td = cv::ml::TrainData::create(trainingDataMat, cv::ml::ROW_SAMPLE, trainingLabelsMat);
// Or auto train
qDebug() << "Training dataset...";
QElapsedTimer trainingTimer;
trainingTimer.restart();
svm->trainAuto(td);
qDebug() << "Done training dataset in: " << (float)trainingTimer.elapsed() / 1000.0f;
谢谢。
原来答案在 Github 上的 OpenCV 测试/示例 train_HOG.cpp 中。
看起来像这样:
/// Get the SVM Detector in HoG Format
vector<float> getSVMDetector(const Ptr<SVM>& svm)
{
// get the support vectors
Mat sv = svm->getSupportVectors();
const int sv_total = sv.rows;
// get the decision function
Mat alpha, svidx;
double rho = svm->getDecisionFunction( 0, alpha, svidx );
CV_Assert( alpha.total() == 1 && svidx.total() == 1 && sv_total == 1 );
CV_Assert( (alpha.type() == CV_64F && alpha.at<double>(0) == 1.) ||
(alpha.type() == CV_32F && alpha.at<float>(0) == 1.f) );
CV_Assert( sv.type() == CV_32F );
vector< float > hog_detector( sv.cols + 1 );
memcpy( &hog_detector[0], sv.ptr(), sv.cols*sizeof( hog_detector[0] ) );
hog_detector[sv.cols] = (float)-rho;
return hog_detector;
}
我在 OpenCV 3.4.1 中训练了一个线性 SVM。现在我想将我的自定义 SVM 与 OpenCV 3 的 HoG detectMultiScale 函数结合使用。使用自定义 SVM 原始向量设置 HoG 检测器的旧方法不再有效。
对于 OpenCV 2,可以像这样从 OpenCV 2 自定义训练的 SVM 中获取原始向量:
#include "linearsvm.h"
LinearSVM::LinearSVM() {
qDebug() << "Creating SVM and loading trained data...";
load("/home/pi/trainedSVM.xml");
qDebug() << "Done loading data...";
}
std::vector<float> LinearSVM::getPrimalForm() const
{
std::vector<float> support_vector;
int sv_count = get_support_vector_count();
const CvSVMDecisionFunc* df = getDecisionFunction();
if ( !df ) {
return support_vector;
}
const double* alphas = df[0].alpha;
double rho = df[0].rho;
int var_count = get_var_count();
support_vector.resize(var_count, 0);
for (unsigned int r = 0; r < (unsigned)sv_count; r++)
{
float myalpha = alphas[r];
const float* v = get_support_vector(r);
for (int j = 0; j < var_count; j++,v++)
{
support_vector[j] += (-myalpha) * (*v);
}
}
support_vector.push_back(rho);
return support_vector;
}
一旦从经过训练的 SVM 数据创建了原始向量,就可以像这样设置 HoG 检测器 SVM:
// Primal for of cvsvm descriptor
vector<float> primalVector = m_CvSVM.getPrimalForm();
qDebug() << "Got primal form of detection vector...";
qDebug() << "Setting SVM detector...";
// Set the SVM Detector - custom trained HoG Detector
m_HoG.setSVMDetector(primalVector);
在 OpenCV 3.4.1 中,这不再有效,因为 CvSVM 不再存在并且 SVM 的大部分 API 已更改。
如何在我这样训练的 OpenCV 3.4.1 中获取自定义 SVM 的原始向量:
// Set up SVM's parameters
cv::Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();
svm->setType(cv::ml::SVM::C_SVC);
svm->setKernel(cv::ml::SVM::LINEAR);
svm->setTermCriteria(cv::TermCriteria(cv::TermCriteria::MAX_ITER, 10, 1e-6));
// Train the SVM with given parameters
cv::Ptr<cv::ml::TrainData> td = cv::ml::TrainData::create(trainingDataMat, cv::ml::ROW_SAMPLE, trainingLabelsMat);
// Or auto train
qDebug() << "Training dataset...";
QElapsedTimer trainingTimer;
trainingTimer.restart();
svm->trainAuto(td);
qDebug() << "Done training dataset in: " << (float)trainingTimer.elapsed() / 1000.0f;
谢谢。
原来答案在 Github 上的 OpenCV 测试/示例 train_HOG.cpp 中。
看起来像这样:
/// Get the SVM Detector in HoG Format
vector<float> getSVMDetector(const Ptr<SVM>& svm)
{
// get the support vectors
Mat sv = svm->getSupportVectors();
const int sv_total = sv.rows;
// get the decision function
Mat alpha, svidx;
double rho = svm->getDecisionFunction( 0, alpha, svidx );
CV_Assert( alpha.total() == 1 && svidx.total() == 1 && sv_total == 1 );
CV_Assert( (alpha.type() == CV_64F && alpha.at<double>(0) == 1.) ||
(alpha.type() == CV_32F && alpha.at<float>(0) == 1.f) );
CV_Assert( sv.type() == CV_32F );
vector< float > hog_detector( sv.cols + 1 );
memcpy( &hog_detector[0], sv.ptr(), sv.cols*sizeof( hog_detector[0] ) );
hog_detector[sv.cols] = (float)-rho;
return hog_detector;
}