我原本以为用于训练SVM的training data是由图像特征组成的，但在再次阅读这篇文章后，发现示例中给SVM的training_mat只是将img_mat展平到一维的矩阵。

所以我的问题是，在训练SVM时，是直接给它整张图像，一行一行地输入，还是需要检测和提取特征，然后将这些特征的Mat展平到一维？

回答：

你可以提取特征，也可以使用像素强度值作为特征。在这个例子中，他们采用了后者。这样做会得到非常多的特征，其中许多可能并不有用。这使得SVM训练的收敛变得更加困难，但仍然是可能的。根据我的个人经验，如果你提取较少数量的“优质”特征来最好地描述你的数据，SVM的表现会更好。然而，近年来，已经证明最先进的估计器，如深度神经网络（当用作SVM的替代品时），仅使用像素强度值作为特征也能表现得非常好。这消除了在那些在公共数据集（如ImageNet）上取得最先进结果的方法中进行特征提取的需要。