add_samples_image_class_svmT_add_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm (Operator)

Name

add_samples_image_class_svmT_add_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm — Hinzufügen von Trainingsmustern aus einem Bild zu den Trainingsdaten einer Support-Vektor-Maschine.

Signatur

add_samples_image_class_svm(Image, ClassRegions : : SVMHandle : )

Beschreibung

add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm fügt Trainingsmuster aus dem Bild ImageImageImageImageimageimage zu der durch SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle gegebenen Support-Vektor-Maschine (SVM) hinzu. add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm wird dazu verwendet, die Trainingsmuster bereitzustellen, um einen Klassifikator zur Pixelklassifikation von mehrkanaligen Bildern mit classify_image_class_svmclassify_image_class_svmClassifyImageClassSvmClassifyImageClassSvmClassifyImageClassSvmclassify_image_class_svm zu trainieren. Die Funktionsweise von add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm ist analog zu add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm.

Das Bild ImageImageImageImageimageimage muss so viele Kanäle besitzen, wie mit NumFeaturesNumFeaturesNumFeaturesNumFeaturesnumFeaturesnum_features in create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm festgelegt worden ist. In ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions werden die Trainingsgebiete für die NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes Pixelklassen angegeben. ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions muss also ein Tupel mit NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes Regionen beinhalten. Die Reihenfolge der Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions legt die Klassen der Pixel fest. Falls in ImageImageImageImageimageimage 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_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm Trainingsmuster für alle relevanten Pixelklassen bereitzustellen.

Die Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions sollten repräsentative Trainingsmuster für die jeweiligen Klassen enthalten. Sie brauchen deshalb das Eingabebild nicht zu überdecken. Die Regionen in ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions 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'"novelty-detection""novelty-detection""novelty-detection""novelty-detection""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_svmclassify_image_class_svmClassifyImageClassSvmClassifyImageClassSvmClassifyImageClassSvmclassify_image_class_svm abweichende Regionen detektiert werden (z.B. Nicht-Haut Regionen oder Fehler in Texturen).

Ausführungsinformationen

Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
Wird ohne Parallelisierung verarbeitet.

Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle

Während der Ausführung dieses Operators muss der Zugriff auf den Wert dieses Parameters synchronisiert werden, wenn er über mehrere Threads hinweg verwendet wird.

Parameter

ImageImageImageImageimageimage (input_object) (multichannel-)image → object (byte / cyclic / direction / int1 / int2 / uint2 / int4 / real)

Trainingsbild.

ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions (input_object) region-array → object

Regionen der zu trainierenden Klassen.

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle (input_control, Zustand wird modifiziert) class_svm → (handle)

Handle der SVM.

Ergebnis

Sind die Parameterwerte korrekt, dann liefert add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm

Nachfolger

train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvmtrain_class_svm, write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvmwrite_samples_class_svm

Alternativen

read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm

Siehe auch

classify_image_class_svmclassify_image_class_svmClassifyImageClassSvmClassifyImageClassSvmClassifyImageClassSvmclassify_image_class_svm, add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm, clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvmclear_samples_class_svm, get_sample_num_class_svmget_sample_num_class_svmGetSampleNumClassSvmGetSampleNumClassSvmGetSampleNumClassSvmget_sample_num_class_svm, get_sample_class_svmget_sample_class_svmGetSampleClassSvmGetSampleClassSvmGetSampleClassSvmget_sample_class_svm, add_samples_image_class_mlpadd_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp

Modul

Foundation

Operatoren