SVM在OpenCV中：低精度的OCR与RBF内核

我会与我的使用MS Visual Studio 2008中，OpenCV的，C++和SVM OCR的项目。我已经生成了> 2000个机器打印字符样本的数据集。当我用线性内核测试时，我总是得到96.36％的准确率。SVM在OpenCV中：低精度的OCR与RBF内核

如何在OpenCV中使用SVM可以this thread被称为。

现在我尝试使用RBF内核和遇到这2个问题：

（1）无论我用什么参数（C和γ），所有的角色都总是被归类为0（零）。如果我用MNIST测试所有的数字是9.

我希望有经验的人在OpenCV & SVM可以向我解释。我知道有一些是其他好的框架，机器学习像ACCORD.NET &图像处理，但我已经使用C++，这将是麻烦的把整个程序到C＃（OCR只是它的一部分）。

的OpenCV的版本是2.3.1。

（2）我将此问题作为etarion的建议提出了另一个问题。如果您有时间，请查看：Visual Studio reports error C2664 with train method of SVM in openCV。

来源

2012-03-21 Risa

多部分类似这样的问题不适合的计算器格式 - 这是更好，如果你......嗯，张贴每个问题一个问题。 – etarion 2012-03-21 12:52:30

有些东西肯定是错误的，如果线性内核执行得很好，RBF内核应该执行得相当好。当你说'不管C＆gamma的什么值'时，你能说出你使用的是哪个值？您通常会将这些数值按数量级进行变化，因此C = 0.0001 0.001 0.01 0.1 1 5 10与伽玛类似。我见过人们认为他们在改变它，因为他们尝试了5,10,15,20当他们需要尝试0.0001等等。线性内核的C值不一定适用于rbf内核。 – karenu 2012-03-21 13:30:58

@etarion：呃，他们都是关于openCV和SVM的，甚至认为问题的根源是不同的，但是如果我发布了2个连续的分离问题，我觉得我是垃圾邮件：P – Risa 2012-03-21 14:21:17

该理论认为，在正确的参数的RBF内核工作至少还有一个线性核。因此，我将列出常见的问题来源：

这可能是你有数值困难。你是否规范化了你的数据？每个功能是否在0和1之间？或-1和1？实际决策值的数值范围是多少？什么是特征值的范围？
难道你高估线性分类器的性能（在相同的数据，即测试和培训？）
难道说你多类表示以某种方式存在缺陷。相同的性能差异是否适用于两类问题而不是十类问题？

来源

2012-03-21 16:04:07 carlosdc

1.我训练每一个2类，并将训练结果保存到文件中（您可以在本页右栏的链接问题中看到我是如何做到的，我不确定我是否做得对，但它仍然适用于线性内核）。我的特征向量只包含0＆1元素。 2.我使用不同的数据：2000+用于训练，200+用于测试（测试集中没有样本属于训练集）。 3.我也尝试解决2类问题，但仍然出错。由于我制造机器的方式，我认为情况并非如此。谢谢你的关注。 – Risa 2012-03-21 17:20:03

@Risa所以，既然你接受了你提供的答案，你可以分享哪些是我们其他人遇到的问题？ – user601836 2013-03-12 15:13:26

至于第一部分，它很可能是你的参数了。有一个用于自动参数估计的train_auto method，如果通过将自定义参数网格传递给方法（但首先尝试使用默认参数），那么可以扩展使用的参数范围。

来源

2012-03-21 14:10:53 etarion

谢谢你的关注。我已经使用默认参数和train_auto方法进行了测试，但仍然没有运行:(现在由于问题＃2，我无法使用其他网格进行测试 – Risa 2012-03-21 14:19:21

@Risa：另一件事可能是由于两个独立的opencv安装，一个旧的和一个新的，与更旧的（它没有cv :: Mat接口）在编译时被挑选出来，并且你从最近的那个获得工具提示 – etarion 2012-03-21 18:02:13

我只安装了一次openCV :(在此之前我在很短的时间内使用ACCORD.NET（我的教授说C＃比C++慢，所以我换了）。顺便说一句，为什么每次我在这个评论中添加'@etarion'，这个词消失？ – Risa 2012-03-21 18:48:04

SVM在OpenCV中：低精度的OCR与RBF内核

回答

相关问题