如何使用经过训练的支持向量机模型来预测图像中是否包含汽车对象

Question

我想使用支持向量机来分类图像中是否包含汽车。

我用HOG训练支持向量机分类器。然后我尝试使用分类器，所以我查阅了一些Mathworks教程。我找不到任何有用的使用svm分类器的教程。

我使用来自http://cogcomp.org/Data/Car/的数据集

这是我的支持向量机分类器代码。

imgPos = imread(strrep(file, '*', int2str(0)));

[hog_4x4, vis4x4] = extractHOGFeatures(imgPos,'CellSize',[4 4]);
cellSize = [4 4];
hogFeatureSize = length(hog_4x4);

temp(1:500) = 1;
temp(501:1000) = 0;

trainingLabels = categorical(temp);
trainingFeatures = zeros(fileNum*2, hogFeatureSize, 'single');

for n = 1:500
    posfile = strrep(posFile, "*", int2str(n-1));
    imgPos = imread(posfile); 
    trainingFeatures(n, :) = extractHOGFeatures(imgPos, 'CellSize', cellSize);

    negfile = strrep(negFile, "*", int2str(n-1));
    imgNeg = imread(negfile);
    trainingFeatures(n+500, :) = extractHOGFeatures(imgNeg, 'CellSize', cellSize);
end

classifier = fitcecoc(trainingFeatures, trainingLabels);

我想用分类器来检测汽车物体。如果可能的话，我想用帧包围每个检测到的汽车对象。

任何帮助都是非常感谢的。

Answer 1

您正在寻找predict方法。获取您的测试数据特性并运行以下命令：

predictions = predict(classifier, testFeatures);