C++ 如何使Opencv SVM更快？

我正在使用Opencv 2.4.8实现一个图像分类解决方案

班级数目=29

测试图像数量=约4000

特点：冲浪描述符，将每张图片放入3x6网格后。这给出了18个不同的冲浪描述符列表

分类器：CvSVM（NU_SVC/C_SVC）C=32，gamma=8

共有18个分类器，每个网格块1个

最终输出基于所有SURF描述符的所有18个分类器输出的重要性投票

问题是SVM分类需要花费大量时间（每幅图像大约600毫秒）。提出这种技术的IEEE论文报告的速度为21fps。我执行的程序的速度慢了8-10倍

我在哪里会犯错误

---

是否有加快我的测试/分类速度的建议？

在您的实现和作者的实现之间可能有很多不同之处，但我将它们分为三大类：

-数据： 你是否使用与论文作者相同的数据？ 你的特征完全一样吗？ 也许您的数据包含更多的类，或者更难分类，从而导致更多的支持向量？ 如果您不使用相同的数据，并且他们使用的数据是公开的，那么您可能需要在这些数据上测试您的实现。 如果他们在图纸中指定SV的数量，请检查得到的数量是否大致相同

-算法： 您是否使用相同的内核和训练参数？ OpenCV实现使用1-vs-1算法进行多类分类，这在您的论文中是否相同？ 请注意，对于29个类，这将导致对18个分类器中的每个分类器评估406个二进制分类器，这可能是您的问题的原因之一

编辑：快速查看opencv代码后，它明确使用1vs1。 这可能是（其中一个）问题，即使在我所看到的关于这个主题的几篇论文中，1-vs-1通常比1-vs-all报道的要快（更多的分类器，但在全球范围内较少SV）。 考虑到你的评论，这些特征可能是一个更可能的原因，但是如果没有更多的细节，或者没有参考文献，很难说更多

-实施：

---

也许他们的实现只是更好的优化/多线程。我不确定OpenCV实现的优化程度。它基于一个相当旧的libSVM版本，但可能从那时起就进行了修改/优化。如果真的是这个问题，你可能还想考虑GPGPU:< /P>，你能在一个平行的线程中运行每个分类器吗？但我有核心i5（4个核心），最大预期加速比是多少？很抱歉，我不能给你一个明确的统计数字，但如果你写得足够好，3-4倍是可以预期的。谢谢你的详细答复阿德里安！-数据：我使用的数据集与《他们不报告SVs》一文所发表的数据集相同。另一件事是，特征向量r基本上是SURF描述符。它们不报告会影响生成的要素数量的SURF参数-->-算法：本文采用RBF核，Gamma=0.0825，svm_类型为NU_SVC。它们不报告“nu”值。您确定OpenCV对多类使用1-vs-1吗？我想我在opencv文档上读到它使用1-vs-all？作为实现：他们没有报告使用多线程。但我非常怀疑他们可能使用了多线程。他们也没有提到任何关于GPU的东西。从你的评论来看，冲浪可能是其中的一个区别。

nu

值也是如此。我不确定您是如何使用冲浪功能的。您是否使用SURF描述符向量作为SVM的输入特征。如果是，如何选择向量的长度？也许参考一下这篇论文会有所帮助。