Holen Sie sich SVM-Klassifikation score in der multiclass Klassifizierung mit OpenCV

Arbeite ich an einem Projekt, wo ich dabei bin multiclass Klassifizierung mit SVM in OpenCV.

Mein Ziel ist es, das Vertrauen score für die Klassifikation sowie die vorhergesagte Klasse.
Wie kann ich das tun? Jetzt mache ich etwas, das wie

float result = mysvm.predict(sample);

Dass eine ziemlich hohe Anzahl von Klassen die ich bevorzuge, um zu vermeiden, tun eine Menge von one-vs-all-Einstufungen und berechnen dann die erzielt.

Da OpenCV SVM implementiert ist die Verwendung von LibSVM, ich bin mir ziemlich sicher, dass es einen Weg gibt, um dies zu tun, aber mit Blick auf http://docs.opencv.org/modules/ml/doc/support_vector_machines.html nicht wirklich helfen.

Vielen Dank für jeden input zur Verfügung gestellt.

InformationsquelleAutor powder | 2013-11-06
  1. 3

    In opencv/include/opencv2/ml/ml.hpp, es ist ein struct namens CvSVMDecisionFunc.. Es hat in der Linie 546 als Geschützte Variable,

    CvSVMDecisionFunc* decision_func;

    Was Sie tun müssen, ist schneiden Sie diese Zeile und fügen Sie es als Öffentlichen und führen Sie dann eine vollständige Neuerstellung von OpenCV.. Diese variable, decision_func enthält alle Daten, die für bestimmte support-Vektoren (dh, das alpha und rho-Werte)..

    • Das sieht ziemlich drastische Ansatz, ich werde es tun, wenn ich kann nicht wirklich einen anderen Weg finden um mein problem zu lösen. Ich habe gesehen, dass bool returnDFVal=false im predict() Funktion tut, was ich brauche, aber nur für die binäre Klassifikation. Kein Weg, um es für multiclass Klassifizierung?
    • Ok, da ich Sie verloren habe genug Zeit, um herauszufinden, einen besseren Weg, dies zu tun, ich habe getan wie vorgeschlagen, wieder aufgebaut und meine OpenCV-Einstellung der Entscheidung, die Funktion struct öffentlichen. Ich habe einige Schwierigkeiten zu verstehen, seine Werte, obwohl. Ich habe - rho: -0.9667... - sv_count: 1 - alpha: {1.00...} - sv_index: 0 Nicht ganz das, was ich erwartet habe..sollte ich keine haben eine Reihe von support-Vektor, der die Anzahl der Klassen, die ich benutze für die Einstufung?
    • Naja, ich weiß nicht, wie zu verwenden returnDFVal für multiclass problem. In Bezug auf die sv_count, Sie haben Recht, es sollte in übereinstimmung mit der Anzahl der Klassen (in diesem Fall die Etiketten, die Sie bieten, während der SVM-Trainingsphase).. Im Allgemeinen, ich versuche es mal mit -1.0 für negative Proben und single-point-positive schwebt für den rest..
    • Sie können vermeiden, den Wiederaufbau von OpenCV. Da decision_func geschützt ist, können Sie verlängern CvSVM Klasse und den Zugriff auf diese variable von der erweiterten Klasse. Dieser Weg ist besser.
    InformationsquelleAutor scap3y
Schreibe einen Kommentar