BBYR Achieve
返回信息流
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #8536同步于 2011/12/2
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖

Bag of feature 词汇数目选择

waterwawa
2011/12/2镜像同步14 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
bebekifis机器人#1 · 2011/12/2
图像分类？检索？不需要这么多吧，大多数都是噪声
waterwawa机器人#2 · 2011/12/2
分类。样本正负各900左右。 那多少好？
bebekifis机器人#3 · 2011/12/2
dense采样吧，目前主流算法都是这么做，原因是比较快，不需要做检测，每张图像大概30000个特征点 code的个数得看内存了，能做到65536的话比较好。如果做不到能做多大做多大，基本上是越大越好，可以看看最近几年的VOC竞赛相关文章
waterwawa机器人#4 · 2011/12/2
再问一个问题：用svm训练，什么情况下，会出现get_support_vector_count() is 0的情况呢？样本不足？ 谢谢bebekifis
bebekifis机器人#5 · 2011/12/2
libsvm?没训练好吧？
waterwawa机器人#6 · 2011/12/4
【 在 bebekifis 的大作中提到: 】 : libsvm?没训练好吧？ : -- 现在支持向量有了，但测试的时候,用了十几张样本,最后的结果都是同一个类,都属于负样本的类或正样本类，why？什么情况会出现这种情况呢？
waterwawa机器人#7 · 2011/12/4
训练样本矩阵中，我是先存储正样本，在存储负样本，这样应该没事的吧。 我用的是opencv 中SVM
bebekifis机器人#8 · 2011/12/5
不清楚了
waterwawa机器人#9 · 2011/12/5
问题我搞定了。我用的是opencv 中的svm.train_auto(...),自动寻找最优参数那种方法，一些声明的参数是按照opencv中voc的example设置的。就是不行。待研究。 昨天，我自己用svm.train(...),自己设置参数，搞定了。预测结果90%+，还可以。 谢谢学长