Entrene SVM y guárdelo con OpenCV 3.0
Estoy usando Visual Studio 2010, con OpenCV 3.0. Estoy tratando de entrenar un SVM y guardarlo en un archivo, pero tengo problemas.
Mi propósito es extraer las características HOG de algunas imágenes y entrenar un SVM con ellas. Todo parece estar bien, pero cuando trato de guardar el modelo en un archivo xml obtengo el siguiente error:
Excepción no controlada en 0x000007fefd9bb16d (KernelBase.dll) en TrainSVM.exe: Excepción de MICROSOFT C ++: cv :: Excepción en la ubicación de memoria 0x0026e1b0.
Y luego esto se muestra en la consola:
Error de OpenCV: error de análisis (los datos del modelo SVM no son válidos, verifique sv_count, var_ * y d class_count tags) en cv :: ml :: SVMImpl :: write, file C: \ builds \ master_PackSlave-w in64-vc12-shared \ opencv \ modules \ ml \ src \ svm.cpp, línea 2027
El error parece aparecer cuando el SVM no se ha entrenado correctamente, pero no entiendo dónde he fallado, porque la línea
svm-> train (auxResult)
tiene "verdadero" como resultado.
He revisado las imágenes y están cargadas correctamente, ¿alguien podría ayudarme?
Gracias por adelantado.
Aquí está el código:
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");