Ich verwende Visual Studio 2010 mit OpenCV 3.0. Ich versuche, eine SVM zu trainieren und in einer Datei zu speichern, habe jedoch Probleme.

Mein Zweck ist es, die HOG-Funktionen einiger Bilder zu extrahieren und eine SVM mit ihnen zu trainieren. Alles scheint in Ordnung zu sein, aber wenn ich versuche, das Modell in einer XML-Datei zu speichern, erhalte ich den folgenden Fehler:

Unbehandelte Ausnahme in 0x000007fefd9bb16d (KernelBase.dll) in TrainSVM.exe: Ausnahme in MICROSOFT C ++: cv :: Ausnahme am Speicherort 0x0026e1b0.

Und dann wird dies in der Konsole angezeigt:

OpenCV-Fehler: Analysefehler (SVM-Modelldaten sind ungültig, überprüfen Sie sv_count, var_ * und class_count-Tags) in cv :: ml :: SVMImpl :: write, Datei C: \ builds \ master_PackSlave-w in64-vc12-shared \ opencv \ modules \ ml \ src \ svm.cpp, Zeile 2027

Der Fehler scheint zu erscheinen, wenn die SVM nicht richtig trainiert wurde, aber ich verstehe nicht, wo ich gescheitert bin, weil die Zeile

svm-> train (auxResult)

hat "true" als Ergebnis.

Ich habe die Bilder überprüft und sie sind richtig geladen, könnte mir jemand helfen?

Danke im Voraus

Hier ist der Code:

    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");