Jak trenować i przewidywać za pomocą worka słów?
Mam folder obrazów samochodu pod każdym kątem. Chcę użyć podejścia „worek słów”, aby wyszkolić system w rozpoznawaniu samochodu. Po zakończeniu szkolenia chcę, aby podany obraz tego samochodu był w stanie go rozpoznać.
Próbowałem nauczyć się funkcji BOW w opencv, aby to działało i znalazłem się na poziomie, na którym nie wiem, co teraz robić, a niektóre wskazówki zostaną docenione.
Oto mój kod, którego użyłem do zrobienia worka słów:
Ptr<FeatureDetector> features = FeatureDetector::create("SIFT");
Ptr<DescriptorExtractor> descriptors = DescriptorExtractor::create("SIFT");
Ptr<DescriptorMatcher> 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<KeyPoint> 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);
To wszystko opiera się naDokumentacja BOW.
Myślę, że na tym etapie mój system jest szkolony. a następnym krokiem jest przewidywanie.
tu nie wiem, co robić. Jeśli używamSVM
lubNormalBayesClassifier
obaj używają terminów pociąg i przewiduj.
Jak mam przewidzieć i trenować po tym? wszelkie wskazówki byłyby bardzo mile widziane. Jak połączyć szkolenie klasyfikatora z funkcją `bowDE``?