如何正确地使用 BoW 训练 OpenCV SVM

Question

我无法训练 SVM 识别我的对象。我正在尝试使用 SURF + Bag Of Words + SVM 来做到这一点。我的问题是分类器没有检测到任何东西。结果全部为0.

这是我的代码：

Ptr<FeatureDetector> detector = FeatureDetector::create("SURF");
Ptr<DescriptorExtractor> descriptors = DescriptorExtractor::create("SURF");

string to_string(const int val) {
    int i = val;
    std::string s;
    std::stringstream out;
    out << i;
    s = out.str();
    return s;
}

Mat compute_features(Mat image) {
    vector<KeyPoint> keypoints;
    Mat features;

    detector->detect(image, keypoints);
    KeyPointsFilter::retainBest(keypoints, 1500);
    descriptors->compute(image, keypoints, features);

    return features;
}

BOWKMeansTrainer addFeaturesToBOWKMeansTrainer(String dir, BOWKMeansTrainer& bowTrainer) {
    DIR *dp;
    struct dirent *dirp;
    struct stat filestat;

    dp = opendir(dir.c_str());


    Mat features;
    Mat img;

    string filepath;
    #pragma loop(hint_parallel(4))
    for (; (dirp = readdir(dp));) {
        filepath = dir + dirp->d_name;

        cout << "Reading... " << filepath << endl;

        if (stat( filepath.c_str(), &filestat )) continue;
        if (S_ISDIR( filestat.st_mode ))         continue;

        img = imread(filepath, 0);

        features = compute_features(img);
        bowTrainer.add(features);
    }


    return bowTrainer;
}

void computeFeaturesWithBow(string dir, Mat& trainingData, Mat& labels, BOWImgDescriptorExtractor& bowDE, int label) {
    DIR *dp;
    struct dirent *dirp;
    struct stat filestat;

    dp = opendir(dir.c_str());

    vector<KeyPoint> keypoints;
    Mat features;
    Mat img;

    string filepath;

    #pragma loop(hint_parallel(4))
    for (;(dirp = readdir(dp));) {
        filepath = dir + dirp->d_name;

        cout << "Reading: " << filepath << endl;

        if (stat( filepath.c_str(), &filestat )) continue;
        if (S_ISDIR( filestat.st_mode ))         continue;

        img = imread(filepath, 0);

        detector->detect(img, keypoints);
        bowDE.compute(img, keypoints, features);

        trainingData.push_back(features);
        labels.push_back((float) label);
    }

    cout << string( 100, '\n' );
}

int main() {
    initModule_nonfree();

    Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("FlannBased");

    TermCriteria tc(CV_TERMCRIT_ITER + CV_TERMCRIT_EPS, 10, 0.001);
    int dictionarySize = 1000;
    int retries = 1;
    int flags = KMEANS_PP_CENTERS;
    BOWKMeansTrainer bowTrainer(dictionarySize, tc, retries, flags);
    BOWImgDescriptorExtractor bowDE(descriptors, matcher);

    string dir = "./positive_large", filepath;
    DIR *dp;
    struct dirent *dirp;
    struct stat filestat;

    cout << "Add Features to KMeans" << endl;
    addFeaturesToBOWKMeansTrainer("./positive_large/", bowTrainer);
    addFeaturesToBOWKMeansTrainer("./negative_large/", bowTrainer);

    cout << endl << "Clustering..." << endl;

    Mat dictionary = bowTrainer.cluster();
    bowDE.setVocabulary(dictionary);

    Mat labels(0, 1, CV_32FC1);
    Mat trainingData(0, dictionarySize, CV_32FC1);


    cout << endl << "Extract bow features" << endl;

    computeFeaturesWithBow("./positive_large/", trainingData, labels, bowDE, 1);
    computeFeaturesWithBow("./negative_large/", trainingData, labels, bowDE, 0);

    CvSVMParams params;
    params.kernel_type=CvSVM::RBF;
    params.svm_type=CvSVM::C_SVC;
    params.gamma=0.50625000000000009;
    params.C=312.50000000000000;
    params.term_crit=cvTermCriteria(CV_TERMCRIT_ITER,100,0.000001);
    CvSVM svm;

    cout << endl << "Begin training" << endl;

    bool res=svm.train(trainingData,labels,cv::Mat(),cv::Mat(),params);

    svm.save("classifier.xml");

    //CvSVM svm;
    svm.load("classifier.xml");

    VideoCapture cap(0); // open the default camera

    if(!cap.isOpened())  // check if we succeeded
        return -1;

    Mat featuresFromCam, grey;
    vector<KeyPoint> cameraKeyPoints;
    namedWindow("edges",1);
    for(;;)
    {
        Mat frame;
        cap >> frame; // get a new frame from camera
        cvtColor(frame, grey, CV_BGR2GRAY);
        detector->detect(grey, cameraKeyPoints);
        bowDE.compute(grey, cameraKeyPoints, featuresFromCam);

        cout << svm.predict(featuresFromCam) << endl;
        imshow("edges", frame);
        if(waitKey(30) >= 0) break;
    }   

        return 0;
}

你应该知道我从一个现有项目中获得了参数并取得了很好的结果，所以我认为它们在我的代码中也会有用（但最终可能不会）。

我有310张正面图片和508张负面图片。我尝试使用相同数量的正面和负面图像，但结果是一样的。我要检测的对象是汽车方向盘。这里是 my dataset.

你知道我做错了什么吗？谢谢！

Answer 1

首先，使用现有项目中的相同参数并不能证明您使用的参数是正确的。事实上，在我看来这完全是一种胡说八道的做法（无罪）。这是因为，SVM 参数直接受到数据集和描述符提取方法的影响。为了获得正确的参数，您必须进行 交叉验证 。因此，如果这些参数是从不同的识别任务中获得的，那将没有任何意义。例如，在我的面部验证项目中，gamma 和 C 的最佳参数分别为 0.0625 和 10。

您的方法的另一个重要问题是测试图像。据我从你的代码中看到的，你没有使用磁盘中的图像来测试你的分类器，所以从这里的其余部分我会做一些假设。如果您从相机获取的测试图像与您的正面图像不同，它将失败。我的意思是不同的；您必须确保您的测试图像仅由方向盘组成，因为您的训练图像仅包含方向盘。如果您的测试图像包含，例如带有它的汽车座椅，您的测试图像的 BoW 描述符将与您的火车图像 BoW 描述符完全不同。因此，简单地说，您的测试图像不应该包含方向盘和其他一些物体，它们应该只包含方向盘。

如果你满足这些，使用训练图像来测试你的系统是最基本的方法。即使在那种情况下你失败了，你也可能有一些实施问题。其他方法可以是这个；将你的训练数据分成两部分，这样你就有四个分区：

正面火车图像
负面火车图像
阳性测试图像
负面测试图片

仅使用训练图像来训练系统并使用测试图像对其进行测试。同样，您必须通过交叉验证指定参数。

除此之外，您可能还需要检查一些特定的步骤以便定位问题，然后再执行我之前写的内容：

每张图片检测到多少个关键点？相似的图像应该产生相似数量的关键点。
你知道 BoW 描述符是图像的 SURF 描述符的直方图。确保相似的图像产生相似的直方图（BoW 描述符）。您最好通过可视化直方图来检查这一点。
如果上一步都满足，那么问题很可能出在SVM训练这一步，这是非常重要的一步（也许是最重要的一步）。

我希望我能够强调交叉验证的重要性。进行交叉验证！

祝你好运！

如何正确地使用 BoW 训练 OpenCV SVM

How to train OpenCV SVM with BoW Properly

opencv

svm

surf

object-detection