Java 基于SURF检测器的SVM分类器

我是一名大学生，显然我是机器学习的新手，所以请容忍我

我正在实现一个

Java

应用程序，它将识别和分类

道路/交通标志

，我的主要问题是使用

SURF

描述符创建和训练

SVM

我读了很多书，遇到了很多不同的事情，当谈到

SVM

时，我变得更加困惑，但我会尝试澄清我所理解的

首先：我知道我必须有一个数据集，其中包括

Pos

图像（包含我的对象的图像）和

Neg

图像（不包含我的对象的图像）来训练

SVM

。由于

Java

中缺少文档，我尝试在

python

中查看它是如何完成的，并遇到了这段代码

import numpy as np
dataset = np.loadtxt('./datasetExample.csv', delimiter=",")

就这么简单，

CSV

在这里做什么？数据集的图像在哪里？我知道数据必须用数字表示，比如在

CSV

文件中，但它们来自何处以及与

SVM

有什么关系

第二：我发现在几乎所有的资源中，

SVM

都可以通过两种方法来训练

HOG描述符

或

BagOfWords

，但没有找到

SURF描述符

方法（实际上我不确定这是否可行……但我的博士说可以做到）

第三：由于我正在对交通标志进行分类，我需要有不止一个类别（例如，一个用于警告标志，一个用于监管标志等），每个类别当然都有子类别，如

限速标志中的
它包括不同类型的标志。我偶然发现smth叫做
多类SVM
，我真的不知道那是什么

目前，我使用此代码从给定图像中提取了
SURF描述符

   Mat objectImage = Highgui.imread(signObject, Highgui.CV_LOAD_IMAGE_COLOR);
   featureDetector.detect(objectImage, objectKeyPoints);
   descriptorExtractor.compute(objectImage, objectKeyPoints, objectDescriptors);
   datasetObjImage.add(objectImage);
   datasetKeyPoints.add(objectKeyPoints);
   datasetDescriptors.add(objectDescriptors);

我计划做的是遍历数据集的所有图像，提取它们的描述符特征来训练
SVM
，但我检查了它们，因为我发现数据集实际上根本不包含图像

因此，请允许我提供任何形式的帮助或描述性步骤，以实现这一目标，甚至是我可以查看的良好资源。
谢谢
John，欢迎来到计算机视觉，这里一切都不清楚，没有什么是容易的。您的帖子包含两个实际问题，它们与解析CSV有关，而没有任何标记。我知道你很沮丧。吸气，呼气。问。我是来帮忙的。没有简单的方法。感谢您的帮助，我需要一步一步地实施和培训
SVM
分类器，以便
Java中的
交通标志
，SVM需要一组稳定的功能。SURF每次生成随机长度的特征向量。你不能把两者结合起来。使用HOG或Hu时刻。不简单。顺便说一句，解决这个问题。这是可能的，你需要做更多的研究。这些是从谷歌搜索返回的：和