SVM训练HOG描述符结果(在Matlab中)

我想通过提取正负训练样本的HOG特征来对汽车进行分类。问题是我不确定如何处理从每张图像中获取的HOG特征,以便将它们“转换”成可训练的数据向量。

编辑:谢谢,这澄清了一些问题。我已经尝试按照@人名建议的方式拼接矩阵(谢谢),但不确定应该拼接哪个维度。我还有最后一个问题,使用这种方法意味着我必须将所有训练图像重新缩放到相同的大小。所以我想知道这样是否仍然能实现可靠的分类。如果不能,我该如何克服这个问题?

对于可能对提取HOG特征过程有疑问的其他人,我刚刚找到了这个教程,它对理解HOG描述符及其用途非常有帮助。


回答:

使用reshape(h,[],1);或直接h(:)来将块内的直方图向量化。你也可以考虑对每个向量进行归一化处理。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注