[英]Training SVM with variable sized hog descriptors of training images (MATLAB)
我正在嘗試使用HoG + SVM將對象分類為不同的類別。 問題是訓練圖像的維度是不同的。 因此,生成的HoG描述符具有可變長度。 我將所有訓練圖像中的特征提取到一個單元格中。 單元的每個元素i是數據集中圖像i的HoG描述符的向量。 我的問題是如何使它兼容訓練SVM分類器(使用svmtrain函數)?
正如lejlot正確提到的,SVM不能用可變長度向量進行訓練。
您可以將圖像大小標准化為1,即256x256。 有三種可能性:
所有變體都由不同的作者使用,您必須檢查哪一個最適合您的任務。
SVM 無法使用可變長度向量進行訓練 。 您必須使用某種轉換,將您的數據映射到恆定長度表示。 例如,您可以執行眾所周知的降維技術。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.