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?
答案 0 :(得分: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。