Discussion :

[Shargat]

Bonjour,

Je me heurte à une interrogation de taille dans l'utilisation des SVM sous OpenCv.

Je souhaite entraîner une SVM pour classifier des images selon un vecteur à 40 dimensions. Dans tous les exemples que j'ai pu trouver dans la documentation, la matrice d'entraînement est de type

// Set up training data
float labels[4] = {1.0, -1.0, -1.0, -1.0};
Mat labelsMat(3, 1, CV_32FC1, labels);

float trainingData[4][2] = { {501, 10}, {255, 10}, {501, 255}, {10, 501} };
Mat trainingDataMat(3, 2, CV_32FC1, trainingData);

D'après ce que je comprends, on effectuera ici l'entrainement avec un vecteur à 2 dimensions (x et y). Si c'est le cas, cela signifie que dans mon cas, il me faudra une matrice d'entrainement de ce type :

Mat trainingDataMat(3, 40, CV_32FC1, trainingData);

Avec 40 colonnes pour chaque dimension du vecteur. Est-ce que mon raisonnement est le bon ?

Merci d'avance et bonne journée

[math_lab]

Le nombre de colonnes de la matrice d'apprentissage correspond bien a la taille du vecteur, et le nombre de lignes correspond au nombre de vecteurs dans ta base d'apprentissage. J'avoue ne pas être trop sur de ce que peut être le 3 dans ton exemple, normalement ça devrait être le nombre de lignes mais ça a pas l'air de correspondre.

[Shargat]

L'exemple est pris de la doc, ma

[OOPS] fausse manip. A supprimer s'il vous plait

[Shargat]

L'exemple est extrait de la doc, il m'avait effectivement semblé que c'était une coquille puisqu'il y a 4 vecteurs dans cet exemple. Si c'est le cas, je leur signalerai.

Donc si je veux entraîner une SVM sur 500 images, il me faudra une matrice de 500 lignes et 40 colonnes.
Merci pour l'éclairage en tout cas. Je me permets de laisser ouvert le post au cas où j'ai d'autres interrogations sur les SVM.