上述代码中 hog.setSVMDetector(svm->getDecisionFunction(0)); 报错函数调用中的参数太少
时间: 2023-05-29 07:04:51 浏览: 53
这个错误提示通常是由于函数调用的参数数量不足导致的。在这种情况下,可能是因为 hog.setSVMDetector() 函数需要更多参数来正常工作。可以参考函数的文档或手册,确保你的函数调用中提供了足够数量和类型的参数。如果问题仍然存在,请检查一下你的代码是否存在语法错误或其他逻辑错误。
相关问题
hog.setSVMDetector
"hog.setSVMDetector" 是一个函数调用,用于设置在 HOG 算法中使用的 SVM 分类器。在使用 HOG 算法进行目标检测时,需要先使用训练数据对 SVM 分类器进行训练,然后将训练好的 SVM 分类器传入 HOG 算法中进行目标检测。"hog.setSVMDetector" 就是用于将训练好的 SVM 分类器设置到 HOG 算法中使用的函数。
具体实现步骤如下:
1. 首先,需要使用训练数据对 SVM 分类器进行训练,得到训练好的 SVM 分类器。
2. 然后,需要将训练好的 SVM 分类器转换成 HOG 算法需要的格式,通常是一个一维数组。
3. 最后,将转换后的 SVM 分类器数组传入 "hog.setSVMDetector" 函数中,设置为 HOG 算法中使用的 SVM 分类器。
具体实现可以参考 OpenCV 等计算机视觉库的文档和示例代码。
使用hog+svm方式和自己训练的模型进行行人检测的代码
以下是使用 HOG+SVM 和自己训练的模型进行行人检测的 Python 代码示例:
```python
import cv2
# 加载训练好的行人检测模型
svm = cv2.ml.SVM_load('person_detector.xml')
# 设置 HOG 参数
winSize = (64, 128)
blockSize = (16, 16)
blockStride = (8, 8)
cellSize = (8, 8)
nbins = 9
hog = cv2.HOGDescriptor(winSize, blockSize, blockStride, cellSize, nbins)
# 加载待检测的图像
img = cv2.imread('test.jpg')
# 调用 HOG 描述子提取函数
descriptor = hog.compute(img)
# 将描述子转换为一维数组
descriptor = descriptor.flatten()
# 调用 SVM 的 predict 函数进行预测
result = svm.predict(descriptor.reshape(1, -1))[1][0][0]
# 根据预测结果进行处理
if result == 1:
print('检测到行人!')
else:
print('未检测到行人。')
```
需要注意的是,上述代码中的 `person_detector.xml` 是已经训练好的 SVM 模型文件,需要根据具体情况进行替换。此外,模型训练的过程在这里不做介绍,可在网上寻找相关资料学习。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)