0
我有使用支持向量机分类的问题。假设我有10个类，从0到9进行挖掘。我可以训练SVM识别这些类，但有时我会得到不是digt的图像，但SVM仍会尝试对此图像进行分类。有没有办法在输出上设置SVM的阈值（正如我可以为神经网络设置的）来拒绝坏图像？我可以要求代码示例（在C++或Python中使用opencv）吗？ 在此先感谢。使用支持向量机的opencv分类
A
回答
0
作为一种简单的方法，您可以训练一个额外的分类器来确定您的功能是否为数字。使用非数字图像作为正面例子，其他类别的正数（即数字0-9的图像）作为此分类器的负样本。您需要大量的非数字图像才能使其工作，并且建议使用策略作为难以选择的负面因素：在第一个训练阶段后将负面样本归类为“误报” - 分类器。
希望它有帮助！
相关问题
- 1. SVM（支持向量机）opencv
- 2. 多类支持向量机分类
- 3. 使用支持向量机分类器进行图像分类
- 4. 在opencv中使用支持向量机技术的图像分类
- 5. 在Matlab中使用支持向量机与支持向量机
- 6. OpenCV支持向量机火车
- 7. Python OpenCV支持向量机实现
- 8. SVM支持向量机回归openCv C++
- 9. Opencv 3支持向量机培训
- 10. 使用支持向量机的图像分类Python
- 11. 使用rapidminer进行支持向量机的多标签分类
- 12. 多支持对象分类支持向量机
- 13. 支持向量机多类文本分类
- 14. 线性支持向量机多类分类与PySpark API
- 15. 我可以使用apache spark支持向量机做多类分类吗？
- 16. 在Matlab中支持向量机分类的不寻常结果
- 17. 如何在R中绘制支持向量机的分类图
- 18. 查找支持向量机分类的最重要功能
- 19. 支持向量机简介
- 20. Scala支持向量机库
- 21. 支持向量机绘图
- 22. 支持向量机示例
- 23. Apache Spark支持向量机
- 24. 支持向量机插图
- 25. 支持向量机理解
- 26. Apache-Spark支持向量机
- 27. C支持向量分类理解
- 28. 为什么使用支持向量机的分类结果在matlab中不好？
- 29. 训练支持向量机分类器时Wierd behaviors
- 30. 支持向量机值错误文本分类