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