Opencv 图像分类-向现有模型添加新类
我使用经典的SIFT-BOW-SVM进行图像分类。我的分类器是使用1vsAll范式创建的 假设我现在有100门课。 稍后，我想添加新的课程，或者我想使用额外的培训集提高对某些特定课程的识别 最好的方法是什么？ 当然，最好的方法是重新执行培训阶段的每个步骤。 但是，为了避免重新计算新词汇表并再次训练所有类，只使用与先前模型相同的词汇表计算附加（或修改）类是否有意义Opencv 图像分类-向现有模型添加新类,opencv,image-processing,machine-learning,computer-vision,Opencv,Image Processing,Machine Learning,Computer Vision,我使用经典的SIFT-BOW-SVM进行图像分类。我的分类器是使用1vsAll范式创建的 假设我现在有100门课。 稍后，我想添加新的课程，或者我想使用额外的培训集提高对某些特定课程的识别 最好的方法是什么？ 当然，最好的方法是重新执行培训阶段的每个步骤。 但是，为了避免重新计算新词汇表并再次训练所有类，只使用与先前模型相同的词汇表计算附加（或修改）类是否有意义 谢谢简言之-否。如果您添加了新类，则应将其添加到每个“旧”分类器中，以便“一对所有”仍然有意义。如果假设新的类可以随时间出现，请考虑使
谢谢简言之-否。如果您添加了新类，则应将其添加到每个“旧”分类器中，以便“一对所有”仍然有意义。如果假设新的类可以随时间出现，请考虑使用<强>一类分类器< /强>，例如一类支持向量机。这样，一旦您获得特定类的新样本，您只需重新训练特定模型，或者向系统中添加一个全新的模型 此外，对于大量的类，1对所有支持向量机的效果相当差，而一类方法通常要好得多