Как тренироваться и предсказывать, используя пакет слов?
У меня есть папка с изображениями автомобилей со всех сторон. Я хочу использовать подход с набором слов, чтобы обучить систему распознавать автомобиль. После того, как обучение закончено, я хочу, чтобы, если изображение этого автомобиля было дано, оно могло его распознать.
Я пытался изучить функцию BOW в opencv, чтобы выполнить эту работу, и пришел на уровень, на котором я не знаю, что делать сейчас, и некоторые рекомендации будут оценены.
Вот мой код, который я использовал, чтобы сделать пакет слов:
Ptr features = FeatureDetector::create("SIFT");
Ptr descriptors = DescriptorExtractor::create("SIFT");
Ptr matcher = DescriptorMatcher::create("FlannBased");
//defining terms for bowkmeans trainer
TermCriteria tc(MAX_ITER + EPS, 10, 0.001);
int dictionarySize = 1000;
int retries = 1;
int flags = KMEANS_PP_CENTERS;
BOWKMeansTrainer bowTrainer(dictionarySize, tc, retries, flags);
BOWImgDescriptorExtractor bowDE(descriptors, matcher);
//training data now
Mat features;
Mat img = imread("c:\\1.jpg", 0);
Mat img2 = imread("c:\\2.jpg", 0);
vector keypoints, keypoints2;
features->detect(img, keypoints);
features->detect(img2,keypoints2);
descriptor->compute(img, keypoints, features);
Mat features2;
descripto->compute(img2, keypoints2, features2);
bowTrainer.add(features);
bowTrainer.add(features2);
Mat dictionary = bowTrainer.cluster();
bowDE.setVocabulary(dictionary);
Это все основано наBOW документация.
Я думаю, что на этом этапе моя система обучена. и следующий шаг - прогнозирование.
это где я не знаю, что делать. Если я используюSVM
или жеNormalBayesClassifier
они оба используют термины обучать и предсказывать.
Как мне прогнозировать и тренироваться после этого? Любое руководство будет высоко ценится. Как мне связать обучение классификатора с моей функцией `bowDE``?