Обучите SVM и сохраните его с OpenCV 3.0

Я использую Visual Studio 2010 с OpenCV 3.0. Я пытаюсь обучить SVM и сохранить его в файл, но у меня проблемы.

Моя цель - извлечь HOG-функции из некоторых изображений и обучить их работе с SVM. Все кажется правильным, но когда я пытаюсь сохранить модель в файле XML, я получаю следующую ошибку:

Необработанное исключение в 0x000007fefd9bb16d (KernelBase.dll) в TrainSVM.exe: Исключение de MICROSOFT C ++: cv :: Исключение в ячейке памяти 0x0026e1b0.

И тогда это показано в консоли:

Ошибка OpenCV: ошибка синтаксического анализа (данные модели SVM недействительны, проверьте sv_count, теги var_ * и d class_count) в cv :: ml :: SVMImpl :: write, файл C: \ builds \ master_PackSlave-w in64-vc12-shared \ opencv \ modules \ ml \ src \ svm.cpp, строка 2027

Кажется, ошибка появляется, когда SVM не был обучен должным образом, но я не понимаю, где я потерпел неудачу, потому что линия

svm-> поезд (auxResult)

имеет «истину» как результат.

Я проверил изображения и они загружены правильно, кто-нибудь может мне помочь?

Заранее спасибо.

Вот код:

    String imagesPathPos = "Positivas/*.jpg"; // it has filters, too !
    vector<String> fp;
    glob(imagesPathPos, fp); 
    int tamaño = fp.size();

    std::vector<cv::Point> positions;
    positions.push_back(cv::Point(0,0));
    std::vector<float> descriptor;
    Ptr<TrainData> auxResult;

    for (size_t i=0; i<fp.size(); ++i)
    {
        string nameFile = fp[i];
        Mat img = imread(fp[i]);     
        cv::Mat grayImg;
        cvtColor( img, grayImg, COLOR_BGR2GRAY );           

        hog.compute(grayImg,descriptor,winStride,trainingPadding,positions);

        Mat auxDescriptor = cv::Mat(descriptor);
        Mat descriptorMat(1,auxDescriptor.rows,CV_32FC1);
        transpose(auxDescriptor, descriptorMat);
        trainingData.push_back(descriptorMat);          
        trainingLabels.push_back(labelPositive);        
    }

    String imagesPathNeg = "Negativas/*.jpg";
    vector<String> fn;
    glob(imagesPathNeg, fn, true); 
    for (size_t i=0; i<fn.size(); i++)
    {
        Mat img = imread(fn[i]);
        cv::Mat grayImg;
        cvtColor( img, grayImg, COLOR_BGR2GRAY );
        hog.compute(grayImg,descriptor,Size(),Size(),positions);

        Mat auxDescriptor = cv::Mat(descriptor);
        Mat descriptorMat(1,auxDescriptor.rows,CV_32FC1);
        transpose(auxDescriptor, descriptorMat);
        trainingData.push_back(descriptorMat);
        trainingLabels.push_back(labelPositive);
    }

    auxResult = TrainData::create(trainingData, type, trainingLabels);

    svm->train(auxResult);

    svm->save("output.xml");