初心者学習opencv 7:svm
初心者学習opencv 7:svm
初心者はopencv,svmを勉強します.
1.opencvにおけるsvmパラメータと関数
svmパラメータ:
CvSVMParams::CvSVMParams() :
svm_type(CvSVM::C_SVC), kernel_type(CvSVM::RBF), degree(0),
gamma(1), coef0(0), C(1), nu(0), p(0), class_weights(0)
{
term_crit = cvTermCriteria( CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 1000, FLT_EPSILON );
}
svm_typeはSVMタイプを表します.
{C_SVC=100, NU_SVC=101, ONE_CLASS=102, EPS_SVR=103, NU_SVR=104 };//SVCはSVM分類器、SVRはSVM回帰
kernel_typeはコア関数のタイプを表します.
{ LINEAR=0, POLY=1, RBF=2, SIGMOID=3 };//線形、多項式、ラジアルベース、sigmoid型関数の4つのコア関数を提供します.
degreeは多項式コア関数degreeの設定に対して、
gamma多項式/rbf/sigmoidコア関数の設定
oef 0多項式/sigmoidコア関数の設定
デフォルトdegree=0、gamma=1、coef 0=0
svm訓練関数
bool CvSVM::train( const CvMat* _train_data, const CvMat* _responses,
const CvMat* _var_idx, const CvMat* _sample_idx, CvSVMParams _params )
使用時:svm.train(dataMat, labelMat, NULL, NULL, param);
svm予測関数
svm.predict(testMat);
ベクトルマシンをサポートする個数
svm.get_support_vector_count();
サポートベクトルマシン
svm.get_support_vector(i)
トレーニング結果の保存
svm.save("svmResult.txt");
使用方法:
1.svmパラメータの設定
2.トレーニングサンプルマトリックスの入力
3.トレーニングサンプル
4.試験データを入力し、訓練結果によって分類する
初心者はopencv,svmを勉強します.
1.opencvにおけるsvmパラメータと関数
svmパラメータ:
CvSVMParams::CvSVMParams() :
svm_type(CvSVM::C_SVC), kernel_type(CvSVM::RBF), degree(0),
gamma(1), coef0(0), C(1), nu(0), p(0), class_weights(0)
{
term_crit = cvTermCriteria( CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 1000, FLT_EPSILON );
}
svm_typeはSVMタイプを表します.
{C_SVC=100, NU_SVC=101, ONE_CLASS=102, EPS_SVR=103, NU_SVR=104 };//SVCはSVM分類器、SVRはSVM回帰
kernel_typeはコア関数のタイプを表します.
{ LINEAR=0, POLY=1, RBF=2, SIGMOID=3 };//線形、多項式、ラジアルベース、sigmoid型関数の4つのコア関数を提供します.
degreeは多項式コア関数degreeの設定に対して、
gamma多項式/rbf/sigmoidコア関数の設定
oef 0多項式/sigmoidコア関数の設定
デフォルトdegree=0、gamma=1、coef 0=0
svm訓練関数
bool CvSVM::train( const CvMat* _train_data, const CvMat* _responses,
const CvMat* _var_idx, const CvMat* _sample_idx, CvSVMParams _params )
使用時:svm.train(dataMat, labelMat, NULL, NULL, param);
svm予測関数
svm.predict(testMat);
ベクトルマシンをサポートする個数
svm.get_support_vector_count();
サポートベクトルマシン
svm.get_support_vector(i)
トレーニング結果の保存
svm.save("svmResult.txt");
使用方法:
1.svmパラメータの設定
2.トレーニングサンプルマトリックスの入力
3.トレーニングサンプル
4.試験データを入力し、訓練結果によって分類する
/////////svm/////////
#include "cv.h"
#include <highgui.h>
#include "ml.h"
#include "iostream"
using namespace std;
double inputArr[10][13] =
{
1,0.708333,1,1,-0.320755,-0.105023,-1,1,-0.419847,-1,-0.225806,0,1,
-1,0.583333,-1,0.333333,-0.603774,1,-1,1,0.358779,-1,-0.483871,0,-1,
1,0.166667,1,-0.333333,-0.433962,-0.383562,-1,-1,0.0687023,-1,-0.903226,-1,-1,
-1,0.458333,1,1,-0.358491,-0.374429,-1,-1,-0.480916,1,-0.935484,0,-0.333333,
-1,0.875,-1,-0.333333,-0.509434,-0.347032,-1,1,-0.236641,1,-0.935484,-1,-0.333333,
-1,0.5,1,1,-0.509434,-0.767123,-1,-1,0.0534351,-1,-0.870968,-1,-1,
1,0.125,1,0.333333,-0.320755,-0.406393,1,1,0.0839695,1,-0.806452,0,-0.333333,
1,0.25,1,1,-0.698113,-0.484018,-1,1,0.0839695,1,-0.612903,0,-0.333333,
1,0.291667,1,1,-0.132075,-0.237443,-1,1,0.51145,-1,-0.612903,0,0.333333,
1,0.416667,-1,1,0.0566038,0.283105,-1,1,0.267176,-1,0.290323,0,1
};
double testArr[]=
{
//0.25,1,1,-0.226415,-0.506849,-1,-1,0.374046,-1,-0.83871,0,-1
1.29,1,1,-0.132075,-0.237443,-1,1,0.51145,-1,-0.612903,0,0.333333
};
int main()
{
//1.svm
CvSVM svm;
CvSVMParams param;
param.svm_type = 100;
param.kernel_type = 1;
param.degree = 2;
param.gamma = 1;
param.coef0 = 0;
//2.
CvMat *trainMat = cvCreateMat(10, 12, CV_32FC1);
CvMat *labelMat = cvCreateMat(10, 1, CV_32SC1);// ,
for (int i=0; i<10; i++)
{
for (int j=0; j<12; j++)
{
cvSetReal2D(trainMat, i, j, inputArr[i][j+1]);
}
cvSetReal2D(labelMat, i, 0, inputArr[i][0]);
}
//3
//
double t = (double)cvGetTickCount();
svm.train(trainMat, labelMat, NULL, NULL, param);
t = (double)cvGetTickCount() - t;
double timecost = t/(cvGetTickFrequency()*1000);
cout<<"svm train :"<<timecost<<"ms"<<endl;
//
svm.save("svmResult.txt");
CvMat *testMat = cvCreateMat(1, 12, CV_32FC1);
for (int i=0; i<12; i++)
{
cvSetReal2D(testMat, 0, i, testArr[i]);
}
//4
float flag = 0;
flag = svm.predict(testMat);
int c = svm.get_support_vector_count();
cout<<"svm "<<c<<endl;
for (int i=0; i<c; i++)
{
const float* v = svm.get_support_vector(i);
for(int i=0;i<12;i++)
{
cout<<*(v+i)<<",";
}
cout<<endl;
}
cout<<"testMat :"<<flag<<endl;
system("pause");
cvReleaseMat(&trainMat);
cvReleaseMat(&labelMat);
cvReleaseMat(&testMat);
return 0;
}