Discussion :

[moha_namb]

salutation

J'ai un problème
Je travaille sur l'indexation des images
J'ai terminé mon vecteur de paramètres (couleur, texture, forme)
Et maintenant je veux être classés avec le classifieur SVM
Mais je ne savais pas comment l'utiliser

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
SVMStruct = svmtrain(Training, Group)
Group = svmclassify(SVMStruct, Sample)

J'ai essayé mais en vain

J'ai 3 classe et j'ai une Base des images

S'il vous plaît Aidez-moi

[Invité]

Bonsoir,

As tu regardé la documentation de la fonction svmclassify?

[moha_namb]

salut

J'ai vu sur la documentation de la fonction svmclassify?
Et j'ai essayé, mais je ne pouvais pas atteindre le résultat
J'ai une base de images, et je tiens à être classés dans la section I appelé
'' mer ''
Je veux être classés en fonction de la couleur RGB
S'il vous plaît aidez-moi

Je l'ai fait

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
Donnee_base=[32,96,160]; % RGB de image de base
Donnee_ech =[   0   64   96]; % RGB de image échantillon
 Classe=['mer'];
Donnee_base'; mettre en vecteur colonne
Donnee_ech';
Donnees=[Donnee_base',Donnee_ech'];
svmStruct = svmtrain(Donnees(:,1),Classe,'showplot',true);
 Classe = svmclassify(svmStruct,Donnees(:,2),'showplot',true);

Je veux enfin pour me montrer que l'image est dans le Département de la mer ou pas

[Invité]

svmStruct = svmtrain(Donnees(:,1),Classe,'showplot',true);

la fonction svmtrain considère les lignes comme des données différentes, donc il faut lui rentrer en premier argument une matrice de taille Nx3, et en 2ème argument une variable cell de longueur N.
De même pour la fonction svmclassify, il faudra lui fournir une matrice Mx3.

[moha_namb]

ok j'ai ecrit le code de classe pour 3 lignes de meme taille de Donnee;

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
Donnee_base=[32,96,160]; % RGB de image de base
Donnee_ech =[   0   64   96]; % RGB de image échantillon
 Classe=['mer';'mer';'mer'];
Donnee_base'; mettre en vecteur colonne
Donnee_ech';
Donnees=[Donnee_base',Donnee_ech'];
svmStruct = svmtrain(Donnees(:,1),Classe,'showplot',true);
 Classe = svmclassify(svmStruct,Donnees(:,2),'showplot',true);

Mais il ya encore un problème

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
 
Warning: The display option can only plot 2D training data.
> In svmtrain at 304
  In svmexp at 7
Warning: No figure was created during training so no ShowPlot option does not work.
> In svmclassify at 130
  In svmexp at 8

[Invité]

Non, tu n'a pas compris ce que je t'ai dit, tu veux (je présume) faire la classification d'un pixel selon les trois couleurs rgb d'un pixel.
Donc pour faire l'apprentissage, tu rentres des LIGNES [r g b] correspondant aux données 'mer', et 'pas mer' de référence.
Tu auras donc par exemple:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
Donnees_base   Classe
[32,96,160]    'mer'
[31,95,157]    'mer'
...
[250 240 20]   'pas mer'
[246 232 19]   'pas mer'
...

Tu rentreras alors une matrice Donnees_base de Nx3 valeurs comme ceci:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

svmStruct = svmtrain(Donnees_base,Classe,'showplot',true);

Puis tu soumets un vecteur expérimental Donnee_ech à la fonction svmclassify afin de classifier ses éléments:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Classe_ech = svmclassify(svmStruct,Donnee_ech,'showplot',true);

Remarque:

Donnee_base'; % mettre en vecteur colonne

N'a aucune utilité:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Donnee_base = Donnee_base'; % mettre en vecteur colonne

[Invité]

Pour ce qui est du warning

Warning: The display option can only plot 2D training data.

Il est assez explicite si les données rentrées ont un nombre de colonnes différent de 2, il ne peut les afficher dans une figure.
Tes Donnees_base étant des 1D (les miennes Nx3), il ne pourra donc répondre à la valeur true de 'showplot'.

[moha_namb]

salut j'ai fais ce code

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
Donnees_base=[32 96 160];  % classe mer
 
Donnee_ech(1,:) =[   220  164  06];
Donnee_ech(2,:) =[   42   66  154];
Donnee_ech(3,:) =[   22   82  146];
 
Classe={'mer','pas mer'}
 
for i=1:3
 
     svmStruct = svmtrain(Donnees_base,Classe,'showplot',true);
 
     Classe_ech = svmclassify(svmStruct,Donnee_ech(i,:),'showplot',true);
end

mais j'arrive pas classer mes images en 'mer' ou 'pas mer'
je veux classer les images d'echantillon dans ''classe mer'' ou ''classe pas mer''

merci d'avance...

[Invité]

Ici tu ne fournis qu'une seule valeur de référence, pour faire l'apprentissage, il faut que tu lui en fournisses beaucoup plus qu'un, ainsi que des données de terre, forêt, ou autre ... comme je te l'ai montré dans mon post#6.

Remarque: ta boucle for est inutile ici

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
svmStruct = svmtrain(Donnees_base,Classe,'showplot',false); 
Classe_ech = svmclassify(svmStruct,Donnee_ech,'showplot',false);

[moha_namb]

j'ai cette erreur

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
Donnees_base= 32 96 160
Donnee_ech =   220  164  06
 
Classe = 
 
    'mer'    'pas mer'
 
??? Error using ==> svmtrain at 190
GROUP and TRAINING must have the same number of rows.
 
Error in ==> svmexp at 62
svmSt

j'arrive pas de faire cette classification
aidez moi