dlib 19.6多分类器训练数据 我正在使用 dLIB 19.6 C++进行对象检测，直到现在我使用的是如下的单一分类 ，这些标签是使用dlib中的imglab生成的

我用这个。它工作良好，能够检测目标

现在我定义了多分类器，如下所示。 1.时钟 2.壶

因此，我如何使用/修改训练数据。我知道如何测试图像

std::vector<object_detector<image_scanner_type> > my_detectors;
        my_detectors.push_back(detector1); // clock.svm
        my_detectors.push_back(detector2); // pot.svm
        my_detectors.push_back(detector3); // any other.svm

std:：vector my_检测器；
我的探测器。推回（探测器1）；//clock.svm
我的探测器。推回（探测器2）；//pot.svm
我的探测器。推回（探测器3）；//还有其他的吗

std:：vector dets2=评估探测器（我的探测器，图像）

---

但我不确定如何训练数据。我是否需要为每个图像分别标记2次并运行object trainer 2次？或者可以同时训练2个分类器？

Dlib HOG检测器不支持多类分类器。因此，您需要为每个标签训练两个单独的检测器，然后根据获得检测器标签的权重指数组合检测器在单个图像上运行。

Dlib HOG检测器不支持多类分类器。因此您需要为每个标签训练两个单独的检测器，然后根据得到检测器标签的权重指数组合检测器在单个图像上运行。

似乎dlib中没有多分类器，或者没有人工作，我需要研究张量流吗？所以dlib只能在单个分类器上工作。tensorflow可以进行多重分类，或者说你在这里真正描述的是对象检测，非常好。似乎dlib中没有多分类器，或者没有人工作，我需要研究张量流吗？所以dlib只能在单个分类器上工作。tensorflow可以进行多重分类，或者说你在这里真正描述的是对象检测，非常好。