好的同事!训练隐性支持向量机的模型
我非常喜欢用我自己的数据集来训练一个新模型!
我没有找到关于这个主题的信息,那么我希望我的信息可以帮助人们,我也可以得到一些答案。
我会尽量解释我都需要做训练我自己的模型和步骤以后的一些问题...
- 我从下载潜代码:http://cs.brown.edu/~pff/latent-release4/
- 我有下载从PASCAL VOC 2008码(的devkit):http://host.robots.ox.ac.uk/pascal/VOC/voc2008/index.html
- 我有效仿文件的结构/ VOC的PASCAL的,但在我自己的数据集文件夹:
- 注释。我已经创建了一个.xml,我已经定义了一个对象,脸,(每张图片中我只有一张脸)。我没有界定困难或姿势...
- JPEGImages我在那里存储在哪里我已经定义了三个文件中的所有图像
- ImageSets:
- 的test.txt,在那里我写我的阳性样品的文件名
- train.txt,在那里我写我的负面样本的文件名
- trainval.txt,我写了我的正面样本的文件名(与test.txt完全相同的文件)。
- 我改变globals.m和VOCinit.m一些事情(说算法的路径和一些文件的位置...)
然后我用命令运行训练:pascal('face',1);
继我已经实现了完全训练跑并没有失败,我得到我自己的模型但我有些怀疑这些步骤......
- 你能看见什么奇怪的,我的解释?它可以工作吗?
- 文件test.txt/trainval.txt必须相等吗?为什么......这是什么意思?
- 我需要在INSIDE函数中选择我想要的零件数量吗?
- 请你想象我有两种样品(正面和侧面),我想检测两种样品......我该如何解决这个问题?我以为我必须训练一个有两个部件的模型......但是我怎样才能告诉训练码是正面还是侧面的样本?在带有标签姿势的注释中? (我不这么认为......)还有其他方法来解决这个问题吗?
谢谢你的时间! 我希望你能解决我的疑惑:)
那么.... @ 3yanlis1bos或巴勃罗里瓦斯,也许你可以帮助我。 我收集这些图像集合以训练两种模型(正面和侧面): *(300正面+300横向)正样本 - > trainval.txt *(1000)负样本 - > train.txt *(100)测试样本 - > test.txt 由于我的图像非常静态(它们之间非常相似),我随机轮换一些度数以在训练中产生一些变化。 这是正确的吗? 我的问题是,当我运行我的探测器时,正面和负面样品的分数是相似的...然后我得到太多的FP和FN ... 感谢! – Ricardo