Opencv HOG特征提取后的SVM分类器训练

我正在尝试训练一个SVM分类器，并将其用于人体检测。我有大约3000个阳性和3000个阴性样本用于培训。HOG特征用于特征提取（我不使用任何OpenCV代码的HOG，而是直方图使用单独的一块C++代码计算）。但是对于训练和预测，我依赖于OpenCV SVM.train（）和SVM.predict（）类。 当我运行代码时，我将SVM分类器转储（使用“SVM.save”），但是当我使用相同的分类器预测图像时（这里我使用的是用于训练的相同图像），我看到几乎所有负面图像都被错误地归类为正面。 我甚至尝试改变“CvSVMParams参数”，但没有产生任何结果

使用的参数为：

params.svm_type    = CvSVM::C_SVC;
params.kernel_type = CvSVM::RBF;
params.term_crit   = cvTermCriteria( CV_TERMCRIT_ITER+CV_TERMCRIT_EPS, 1000, FLT_EPSILON);

任何关于这方面的建议都会大有裨益

---

提前感谢。

您是如何设置培训数据的？这会对您的培训数据的成功产生影响。我想您应该将阴性样本的标签改为“-1”，而不是“0”。您是否检查了OpenCV的所有预设置或预默认值？