| Operatoren |
add_samples_image_class_svm — Hinzufügen von Trainingsmustern aus einem Bild zu den Trainingsdaten einer Support-Vektor-Maschine.
add_samples_image_class_svm(Image, ClassRegions : : SVMHandle : )
add_samples_image_class_svm fügt Trainingsmuster aus dem Bild Image zu der durch SVMHandle gegebenen Support-Vektor-Maschine (SVM) hinzu. add_samples_image_class_svm wird dazu verwendet, die Trainingsmuster bereitzustellen, um einen Klassifikator zur Pixelklassifikation von mehrkanaligen Bildern mit classify_image_class_svm zu trainieren. Die Funktionsweise von add_samples_image_class_svm ist analog zu add_sample_class_svm.
Das Bild Image muss so viele Kanäle besitzen, wie mit NumFeatures in create_class_svm festgelegt worden ist. In ClassRegions werden die Trainingsgebiete für die NumClasses Pixelklassen angegeben. ClassRegions muss also ein Tupel mit NumClasses Regionen beinhalten. Die Reihenfolge der Regionen in ClassRegions legt die Klassen der Pixel fest. Falls in Image eine zu trainierende Klasse nicht vorkommt, muss an der entsprechenden Stelle des Tupels eine leere Region übergeben werden. Durch diesen Mechanismus können mehrere Bilder verwendet werden, um mit mehrmaligem Aufruf von add_samples_image_class_svm Trainingsmuster für alle relevanten Pixelklassen bereitzustellen.
Die Regionen in ClassRegions sollten repräsentative Trainingsmuster für die jeweiligen Klassen enthalten. Sie brauchen deshalb das Eingabebild nicht zu überdecken. Die Regionen in ClassRegions sollten sich nicht überlappen, da dies dazu führen würde, dass in den Trainingsdaten die Merkmalsvektoren in den Überlappungsbereichen mehreren Klassen zugeordnet wären, was zu einer langsameren Konvergenz des Trainings und einer schlechteren Klassifikationsleistung führen kann.
Eine weitere Anwendung ist die automatische Detektion von Abweichungen in Farben bzw. Texturen. Hierbei wird die SVM, die in dem Modus 'novelty-detection' erzeugt wurde, eine korrekte Trainingsmenge übergeben (z.B. Regionen mit Hautpartien für Hautdetektion oder die in dem Fertigungsprozess als korrekt definierten Texturbeispiele). Anschließend können mit classify_image_class_svm abweichende Regionen detektiert werden (z.B. Nicht-Haut Regionen oder Fehler in Texturen).
Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:
Der Wert dieses Parameters darf nicht über mehrere Threads verwendet werden.Trainingsbild.
Regionen der zu trainierenden Klassen.
Handle der SVM.
Sind die Parameterwerte korrekt, dann liefert add_samples_image_class_svm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
train_class_svm, write_samples_class_svm
classify_image_class_svm, add_sample_class_svm, clear_samples_class_svm, get_sample_num_class_svm, get_sample_class_svm, add_samples_image_class_mlp
Foundation
| Operatoren |