Vin*_*ino
3
machine-learning
svm
computer-vision
我尝试使用SVM分类和BoW聚类算法实现实时对象分类程序.我的问题是选择正面和负面训练图像的好方法是什么？
正面图像集
- 背景应该是空的吗？意思是,图像是否只包含感兴趣的对象？当实时实现该算法时,测试图像将不仅包含感兴趣的对象,它肯定也会从背景中获得一些信息.因此,我应该选择看起来更像测试图像的图像,而不是使用孤立的图像集合吗？
负图像集
- 这些可以是没有感兴趣对象的任何图像集吗？或者它们应该来自将在没有感兴趣对象的情况下测试该算法的环境？例如,如果我要在我的起居室环境中对手机进行分类,那么如果没有手机在前台,我的起居室环境的背景图像是否应该是负片？或者它可以是任何图像集？(像厨房,客厅,卧室或户外图像)我问这个因为,我不希望系统是特定于环境的.在任何环境(室内和室外)都必须坚固耐用
谢谢.非常感谢任何帮助或建议.