Discussion :

[didulle]

Bonjour,
Je voudrais utiliser SVM pour faire un apprentissage.
Ca marche avec deux classes de points pour le moment avec le code suivant (pour ceux qui galére à trouver un code:

{
CvRNG rng_state = cvRNG(-1);
float _sample[2];
CvMat sample = cvMat( 1, 2, CV_32FC1, _sample );

int i, j;
CvSVM TestSVM;
IplImage* img = cvCreateImage( cvSize( 500, 500 ), 8, 3 );
cvZero( img );
CvTermCriteria ctc = cvTermCriteria(CV_TERMCRIT_ITER,100,0.01);
// form the training samples
int train_sample_count = 100;
CvMat* trainData = cvCreateMat( train_sample_count, 2, CV_32FC1 );
CvMat* trainClasses = cvCreateMat( train_sample_count, 1, CV_32FC1 );

CvMat trainData1, trainData2, trainClasses1, trainClasses2;
cvGetRows( trainData, &trainData1, 0, train_sample_count/2 );
cvRandArr( &rng_state, &trainData1, CV_RAND_NORMAL, cvScalar(200,200), cvScalar(50,50) );

cvGetRows( trainData, &trainData2, train_sample_count/2, train_sample_count );
cvRandArr( &rng_state, &trainData2, CV_RAND_NORMAL, cvScalar(300,300), cvScalar(50,50) );

cvGetRows( trainClasses, &trainClasses1, 0, train_sample_count/2 );
cvSet( &trainClasses1, cvScalar(1) );

cvGetRows( trainClasses, &trainClasses2, train_sample_count/2, train_sample_count );
cvSet( &trainClasses2, cvScalar(2) );

float response;
///Faire le training
TestSVM.train(trainData,trainClasses,NULL,NULL,CvSVMParams(CvSVM::NU_SVC, CvSVM::RBF, 0.0, 0.1, 0.0, 0.0, 0.2, 0.0,NULL,ctc));

for( i = 0; i < img->height; i++ )
{
for( j = 0; j < img->width; j++ )
{
sample.data.fl[0] = (float)j;
sample.data.fl[1] = (float)i;

response=TestSVM.predict(&sample);

// highlight the pixel
cvSet2D( img, i, j, response ==1 ?
CV_RGB(0,180,180) : CV_RGB(120,120,0));
// (accuracy > 5 ? CV_RGB(180,0,0) : CV_RGB(0,180,180)) :
//(accuracy > 5 ? CV_RGB(0,180,0) : CV_RGB(120,120,0)) );
}
}
// display the original training samples
for( i = 0; i < train_sample_count/2; i++ )
{
CvPoint pt;
pt.x = cvRound(trainData1.data.fl[i*2]);
pt.y = cvRound(trainData1.data.fl[i*2+1]);
cvCircle( img, pt, 2, CV_RGB(255,0,0), CV_FILLED );
pt.x = cvRound(trainData2.data.fl[i*2]);
pt.y = cvRound(trainData2.data.fl[i*2+1]);
cvCircle( img, pt, 2, CV_RGB(0,255,0), CV_FILLED );
}
///end of display
//CvFileStorage* fs = cvOpenFileStorage( "data.xml", 0, CV_STORAGE_WRITE_TEXT );
//TestSVM.write(fs,"fs.xml");
//cvReleaseFileStorage (&fs);

TestSVM.save("C:\\Test.xml",NULL);
cvNamedWindow( "classifier result2", 1 );
cvShowImage( "classifier result2", img );
cvWaitKey(0);
cvDestroyWindow( "classifier result2");
cvReleaseMat( &trainClasses );
cvReleaseMat( &trainData );

}

Cependant j'ai deux pb:
le 1er pour utiliser plus de deux classes
et le second pour sauvegarder et charger le classificateur qui vient d'être entrainé car en utilisant TestSVM.save ca ne marche que sur l'example qui vient d'etre testé et non sur un autre example.

Si qlq connait un bon tutoriel ca serait bien de le partager

Merci d'avance

[didulle]

J'en ai trouvé un trés interessant.
voici le lien:
http://opencv.jp/sample/svm.html

[Pg043]

Bonjour à tous,

Je remonte le sujet, car je suis actuellement en train de travailler sur les SVM !
J'ai plusieurs classes (5). Est-ce que vous savez si l'algorithme de la version actuelle d'OpenCV (2.1) supporte plus de deux classes ?
Merci d'avance
Bonne journée à tous

[Pg043]

Effectivement, c'est bien possible !!!

[GeeK666]

Je sais que j'arrive un peu en retard mais bon ... une réponse est toujours bonne à prendre

A la base les SVM ne s'applique qu'à deux classes en les séparant par un hyperplan mais il y une astuce qui consiste, par exemple dans le cas de 5 classes de construire 5 classifieur SVM chacun d'entre séparera une classe bien précise des autre classe, on aura donc 5 réponse distincte pour connaitre la bonne, on définit un critère par exemple en choisissant la valeur MAX.