opencv - 机器学习功能的响应？

Question

在执行解释的任何机器学习功能时 here .它们都遵循cvStatModel的格式。

例如NormalBayes的train函数是这样实现的:

CvNormalBayesClassifier::train(const Mat& trainData, const Mat& responses, const Mat& varIdx=Mat(), const Mat& sampleIdx=Mat(), bool update=false )

文档告诉您查看 cvStatModel 以获取有关参数的详细信息。

我不明白的是 responses 应该采取什么？我知道 trainData 是我们使用词袋训练系统时使用的数据，但是在响应中放置什么？

在关于词袋的示例中，responses 元素的处理方式如下:

float label=atof(entryPath.filename().c_str());
labels.push_back(label);

NormalBayesClassifier classifier;
classifier.train(trainingData, labels);

所以这里图像的文件名被转换为 double 并用作 responses 元素。

我不明白这一点，对此感到困惑。有人可以解释一下 responses 元素应该做什么吗？为什么在上面的示例中使用 atof？

Answer 1

这些模型是有监督的机器学习技术，这意味着训练模型不仅需要训练数据(即测量向量)，还需要与每个样本相关联的标签(或连续值)。例如，如果您尝试检测包含猫的图像，则您有一个训练集，其中包含 500 张不包含猫的图像和 500 张包含猫的图像。您计算所有 1000 张图像的描述符，并为每个类别分配一个数字(按照惯例，-1 表示“非猫”，1 表示“猫”)。然后，响应将是一个 1000x1 整数矩阵，前 500 个值是-1，而其余的是 1。

在您的示例中，atof 用于将目录名称转换为代表类别的唯一编号，因为训练示例可能按文件夹(文件夹猫、狗、自行车等)排序。