add_samples_image_class_svmT_add_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm添加样本图像类支持向量机(算子)

名称

add_samples_image_class_svmT_add_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm — 将图像中的训练样本添加到支持向量机的训练数据中。

签名

add_samples_image_class_svm(Image, ClassRegions : : SVMHandle : )

Herror T_add_samples_image_class_svm(const Hobject Image, const Hobject ClassRegions, const Htuple SVMHandle)

void AddSamplesImageClassSvm(const HObject& Image, const HObject& ClassRegions, const HTuple& SVMHandle)

void HImage::AddSamplesImageClassSvm(const HRegion& ClassRegions, const HClassSvm& SVMHandle) const

void HClassSvm::AddSamplesImageClassSvm(const HImage& Image, const HRegion& ClassRegions) const

static void HOperatorSet.AddSamplesImageClassSvm(HObject image, HObject classRegions, HTuple SVMHandle)

void HImage.AddSamplesImageClassSvm(HRegion classRegions, HClassSvm SVMHandle)

void HClassSvm.AddSamplesImageClassSvm(HImage image, HRegion classRegions)

def add_samples_image_class_svm(image: HObject, class_regions: HObject, svmhandle: HHandle) -> None

描述

add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm 将来自图像 ImageImageImageImageimageimage 的训练样本添加到由 SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle 指定的支持向量机(SVM)中。 add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm 用于存储训练样本,以便后续使用 classify_image_class_svmclassify_image_class_svmClassifyImageClassSvmClassifyImageClassSvmClassifyImageClassSvmclassify_image_class_svm 对多通道图像进行像素分类训练。add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm 工作原理与 add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm 类似。

图像 ImageImageImageImageimageimage 必须拥有与 create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm 中指定的 NumFeaturesNumFeaturesNumFeaturesNumFeaturesnumFeaturesnum_features 相等的通道数。NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes 个像素类的训练区域通过 ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions 传递。因此,ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions 必须是一个包含 NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes 个区域的元组。ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions 中区域的顺序决定了像素的类。如果图像 ImageImageImageImageimageimage 中特定类无样本,则必须在 ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions 中该类的位置传递一个空区域。通过此机制,可多次调用 add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm,传入不同图像及适宜选取的区域,从而为 SVM 添加所有相关类的训练样本。

ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions 中的区域应包含各自类具有代表性的训练样本。因此,它们不必覆盖整个图像。ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions 中的区域不应相互重叠, 因为这将导致训练数据中来自重叠区域的样本被分配到多个类,从而可能导致训练收敛速度变慢且分类性能下降。

该算子的另一应用是自动新颖性,例如可用于颜色或纹理中的异常。在此模式下,需将定义样本区域的训练集(如皮肤中的皮肤区域或正确纹理样本)传递至 SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle,该句柄在 'novelty-detection'"novelty-detection""novelty-detection""novelty-detection""novelty-detection""novelty-detection" 模式下创建。训练完成后,系统将出与训练样本区域存在差异的区域(例如皮肤中的拒收类或纹理错误)。

执行信息

此算子修改后续输入参数的状态:

在执行此算子时,若该参数值需在多个线程间使用,则必须对其访问进行同步。

参数

ImageImageImageImageimageimage (输入对象)  (multichannel-)image objectHImageHObjectHImageHobject (byte / cyclic / direction / int1 / int2 / uint2 / int4 / real)

训练图像。

ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions (输入对象)  region-array objectHRegionHObjectHRegionHobject

待训练的类区域。

SVMHandleSVMHandleSVMHandleSVMHandleSVMHandlesvmhandle (输入控制,状态被修改)  class_svm HClassSvm, HTupleHHandleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)

SVM 句柄。

结果

如果参数有效 add_samples_image_class_svmadd_samples_image_class_svmAddSamplesImageClassSvmAddSamplesImageClassSvmAddSamplesImageClassSvmadd_samples_image_class_svm 返回值 2 ( H_MSG_TRUE )。如有必要,则抛出异常。

可能的前趋

create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm

可能的后继

train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvmtrain_class_svm, write_samples_class_svmwrite_samples_class_svmWriteSamplesClassSvmWriteSamplesClassSvmWriteSamplesClassSvmwrite_samples_class_svm

替代

read_samples_class_svmread_samples_class_svmReadSamplesClassSvmReadSamplesClassSvmReadSamplesClassSvmread_samples_class_svm

另见

classify_image_class_svmclassify_image_class_svmClassifyImageClassSvmClassifyImageClassSvmClassifyImageClassSvmclassify_image_class_svm, add_sample_class_svmadd_sample_class_svmAddSampleClassSvmAddSampleClassSvmAddSampleClassSvmadd_sample_class_svm, clear_samples_class_svmclear_samples_class_svmClearSamplesClassSvmClearSamplesClassSvmClearSamplesClassSvmclear_samples_class_svm, get_sample_num_class_svmget_sample_num_class_svmGetSampleNumClassSvmGetSampleNumClassSvmGetSampleNumClassSvmget_sample_num_class_svm, get_sample_class_svmget_sample_class_svmGetSampleClassSvmGetSampleClassSvmGetSampleClassSvmget_sample_class_svm, add_samples_image_class_mlpadd_samples_image_class_mlpAddSamplesImageClassMlpAddSamplesImageClassMlpAddSamplesImageClassMlpadd_samples_image_class_mlp

模块

基础