Estou usando o Visual Studio 2010, com OpenCV 3.0. Estou tentando treinar um SVM e salvá-lo em um arquivo, mas estou tendo problemas.

Meu objetivo é extrair os recursos HOG de algumas imagens e treinar um SVM com elas. Tudo parece estar certo, mas quando tento salvar o modelo em um arquivo xml, obtenho o seguinte erro:

Exceção não tratada em 0x000007fefd9bb16d (KernelBase.dll) no TrainSVM.exe: exceção do MICROSOFT C ++: cv :: exceção no local de memória 0x0026e1b0.

E então isso é mostrado no console:

Erro OpenCV: erro de análise (os dados do modelo SVM são inválidos, verifique as tags sv_count, var_ * e class_count) em cv :: ml :: SVMImpl :: write, arquivo C: \ builds \ master_PackSlave-w in64-vc12-shared \ opencv \ modules \ ml \ src \ svm.cpp, linha 2027

O erro parece aparecer quando o SVM não foi treinado corretamente, mas não entendo onde falhei, porque a linha

svm-> train (auxResult)

tem "verdadeiro" como resultado.

Eu verifiquei as imagens e elas estão carregadas corretamente, alguém poderia me ajudar?

Desde já, obrigado.

Aqui está o 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");