Machine learning 支持向量机在目标识别中的应用

我在一个关于识别室内环境对象的项目中工作，例如椅子、桌子。我是一个新的机器学习OpenCV使用C++。我的计划是使用SURF特征检测方法，然后使用SVM分类对对象进行分类

---

我已经看到了很多示例代码，但我仍然不知道如何提供数据，将它们标记为1或0，如何制作模型并使用它进行训练……等等。如果有人能帮我明确步骤，我将不胜感激。我真的很困惑

您可以使用特征描述符作为培训机器学习模型的一部分。我曾经使用过SURF，但没有用它来训练我的模特

我可以通过一个项目示例来帮助您，在这个示例中，我使用了和用于培训。请查收。我知道你已经要求C++，我的例子是Python，你可以把这个库作为一个例子，并用你喜欢的语言使用它们。 主要涉及以下步骤：

获取正片和负片图像的样本，分别标记1和-1或0进行分类。如果您认为，您有足够的数据，您可以继续进行特征工程零件。或者，您可以从存储库中获取帮助示例_create.py并创建更大的数据集

对样本进行特征工程。i、 例如，找到特征描述符并将其存储在某个地方，以便以后用于训练模型。您可以从存储库获取文件feature_engineering.py的帮助，该存储库读取所有图像，创建HOG描述符并将其保存到文件中

最后一步是将训练数据传递给训练模型。我已经在我的例子中使用了SVM。显示的是文件linear_svm.py。我使用了TensorFlow库

该模型将被转储并保存，通过将图像直接传递给该模型，该模型可用于进一步的目标检测。我将很快发布这个用法

---

这个问题太宽泛了。您应该关注问题的一个方面，提供您尝试过的代码，并清楚地解释什么不起作用。我建议参加“欢迎来到StackOverflow”的回顾活动。请阅读并遵循帮助文档中的发布指南。在这里申请。StackOverflow不是编码或教程服务。非常感谢您的关注。线性支持向量机意味着它是一对一分类，对吗？如果您能和我一起多对多指导，我将不胜感激。有关线性支持向量机的更多信息，请参阅。我可以看出，你想要一个多类分类，多类支持向量机是可能的。请参阅此处了解更多信息：。仅供参考，它不完全是一对一或多对多，它总是像数据对类一样。您所需要的只是与之关联的类的数据，然后继续进行培训。