SVM分类器和测试图像

Question

我在训练集中有5个班级，每个班级有100个训练图像。我在test文件夹中创建了5个类。现在，每个测试图像将与训练课程进行比较，并且基于它与其中一个训练课程的接近程度，它将被标记为相应的测试课程。我想知道我是否在SVM分类器中做了正确的步骤？

Answer 1

所以基本上你有以下结构：

列车

|-- class1
|   |-- 1.pgm
|   |-- ...
|   |-- 100.pgm
|-- class2
|   |-- 1.pgm
|   |-- ...
|   |-- 100.pgm
...
|-- class5
|   |-- 1.pgm
|   |-- ...
|   |-- 100.pgm

测试

|-- class1
|   |-- 1.pgm
|   |-- ...
|   |-- n.pgm

|-- class5
|   |-- 1.pgm
|   |-- ...
|   |-- n.pgm

下一步是从火车图像中提取描述符。使用提取的特征，您可以生成（训练）分类模型。最后，使用相同的编码方法从测试图像中提取特征，然后使用训练的模型进行预测。