我正在尝试使用线性支持向量机进行多类对象类别识别。到目前为止,我所理解的是,主要有两种方法 - 一种是对所有(OVA)和一种对一种(OVO)。 但我很难理解它的实现。我的意思是我认为使用的步骤是:多支持对象分类支持向量机
- 首先,我们要说SIFT的特征描述符。所以我有一个128XN的特征向量。
- 接下来为一个特定对象类别(比如说汽车)准备一个SVM分类器模型,我将50张图像的汽车作为正面训练集合,并从每个类别中随机抽取50个剩余类别的图像(这部分是否正确?) 。我为所有这些类别准备了这些模型(比如说其中的5个)。
- 接下来,当我有一个输入图像时,是否需要将图像输入到所有5个模型中,然后检查这些模型中每个模型的值(+ 1/-1)?我很难理解这部分。