Discussion :

[dawad]

Bonjour ,

Je suis en train d 'implémenter un algorithme pour la détection d'objet .
et dans cette algorithme ils ont utilise un nouveau noyau , n'est pas implémenté en opencv.

donc j'ai essayé de l'ajouter en opencv :
premierement , dans le fichier ml.h :

en ligne 398 , j'ai ajoute :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

virtual void calc_khi_deux(int vcount, int var_count,const float** vecs, const float * another , float* results);

en ligne 521 , j'ai ajouter le code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

enum { LINEAR=0, POLY=1, RBF=2, SIGMOID=3 , KHI=4};

après , j'ai ajouté dans le fichier mlsvm.cpp :

CvSVMKernel::create( const CvSVMParams* _params, Calc _calc_func ): J'ai ajoute un nouveau ligne entre les lignes 224 et 228 :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

params->kernel_type == CvSVM::KHI ? &CvSVMKernel::calc_khi_deux:

bool CvSVM::set_params( const CvSVMParams& _params ) : dans cette fonction , j'ai juste modifié dans le condition si en ligne 1258 , j'ai ajouté :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

&& kernel_type != KHI

void CvSVM::write_params( CvFileStorage* fs ) const :dans cette fonction ;J'ai juste ajouté en ligne 2069 :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

kernel_type == CvSVM::KHI ? "KHI" :

void CvSVM::read_params( CvFileStorage* fs, CvFileNode* svm_node ) : j'ai ajouté en ligne 2241 :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

strcmp( kernel_type_str, "KHI" ) == 0 ? CvSVM::KHI :

et j'ai ajouté mon fonction pour calculer le nouveau noyau :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
void CvSVMKernel:: calc_khi_deux(int vcount, int var_count,const float** vecs, const float * another , Qfloat* results)
{
    CvMat R = cvMat( 1, vcount, QFLOAT_TYPE, results );
    double gamma = -params->gamma;
    int j, k;
 
    for( j = 0; j < vcount; j++ )
    {
        const float* sample = vecs[j];
        double s = 0;
 
        for( k = 0; k <= var_count; k ++ )
        {
            double t0 = sample[k] - another[k];
            double t2=  sample[k] + another[k];
 
            s +=( (t0*t0)/t2);
        }
 
        results[j] = (Qfloat)((0.5*s)*(gamma));
    }
 
    if( vcount > 0 )
        cvExp( &R, &R );
}

mais Ça pas marche , j'ai juste obtenu le même résultat avec la fonction predict quelque soit le paramètre gamma allant de 0.000001 a 100 .

je ne sais pas ou se trouve le problème .

[dawad]

enfin , j'ai trouvé l'erreur .
En fait , l'erreur c’était dans mon fonction de noyau , puisque j'ai divisé par :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sample[k] + another[k];

ce qui peut être égale a zéro dans certain cas .

donc j'ai modifié mon fonction et je l'ai optimisée comme les autres noyau trouvés dans opencv .

mon fonction sera :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
void CvSVMKernel:: calc_khi_deux(int vcount, int var_count,const float** vecs, const float * another , Qfloat* results)
{
     CvMat R = cvMat( 1, vcount, QFLOAT_TYPE, results );
    double gamma = -params->gamma;
    int j, k;
 
    for( j = 0; j < vcount; j++ )
    {
        const float* sample = vecs[j];
        double s = 0;
 
        for( k = 0; k <= var_count - 4; k += 4 )
        {
            double t0 = sample[k] - another[k];
            double t2=sample[k] + another[k];
            double t1 = sample[k+1] - another[k+1];
            double t3=sample[k+1] + another[k+1];
            double t4=t2==0?1:t2;
            double t5=t3==0?1:t3;
            s += (t0*t0)/t4 + (t1*t1)/t5;
 
            t0 = sample[k+2] - another[k+2];
            t2 = sample[k+2] + another[k+2];
            t1 = sample[k+3] - another[k+3];
            t3 = sample[k+3] + another[k+3];
            t4=t2==0?1:t2;
            t5=t3==0?1:t3;
            s += (t0*t0)/t4 + (t1*t1)/t5;
 
        }
 
        for( ; k < var_count; k++ )
        {
            double t0 = sample[k] - another[k];
            double t2=sample[k] + another[k];
            double t4=t2==0?1:t2;
            s += (t0*t0)/t4;
        }
        results[j] = (Qfloat)(s*gamma);
    }
 
    cvExp( &R, &R );
}