問題タブ [vlfeat]

VL-Feat と LIBLINEAR を使用して 2 カテゴリ分類を処理します。トレーニング セットの #(-)/#(+) は 35.01 で、各特徴ベクトルの次元は 3.6e5 です。私は約15000の例を持っています。

デフォルトで、正の例の重みを 35.01 に、負の例の重みを 1 に設定しました。しかし、私が得たのは、テスト データセットでのパフォーマンスが非常に悪いことです。

その理由を探るために、トレーニング例を入力として設定しました。私が見ているのは、負の例は正の例よりもわずかに高い決定値を取得することです。本当に奇妙ですよね？入力をチェックして、例に誤ったラベルを付けていないことを確認しました。ヒストグラム ベクトルの正規化を行いました。

誰もこの状況に遭遇したことがありますか？

トレーニング済みモデルのパラメーターは次のとおりです。バイアス、レギュラライザー、デュアリティギャップなどのパラメーターは非常に小さいため、正確性が失われやすいため、違和感を覚えます。

Winder-Brown liberty datasetに存在する画像パッチのふるい分け記述子を計算しようとしています。これらの 64x64 パッチは、アフィン変換と回転に関して既に修正されているようです。記述子を計算するために vl sift ライブラリを使用しており、使用しているコード (機能検出器をバイパス) は次のとおりです。

問題は、一致する結果が非常に悪いため、これが機能しているかどうかわからないことです。このデータセットを使用したことがあり、これらのパッチの SIFT 記述子を正しく計算するためのヒントを持っている人はいますか?

PC に vlfeat をインストールしましたが、netbeans で動作しているようです。

現在、vlfeat のクイックシフト機能を使用しようとしていますが、次の方法に関する参照が見つかりません。

1. クイックシフト セグメンテーションを使用して、vlfeat の C/C++ コードに入力画像をインポートします。
2. この目的のために、quickshift オブジェクト 'vl_qs_type' を初期化する必要がありますが、これを行う方法が見つかりません。

これに関するヘルプは大歓迎です。

ありがとう。

私はコンピュータ ビジョン用の vlfeat ライブラリの初心者であり、処理に問題があります。私がやろうとしているのは、勾配方向ヒストグラム (HOG) を特徴ベクトルとして使用して、異なる次元の LIBSVM 画像を分類することです。

私が扱っている最初の問題は、vl_hog がベクトルではなく HOG 行列を返すという事実です。この行列を次のようにベクトル化できるため、これは実際の問題ではありません。

2番目の問題は、何が私を驚かせているかです。画像の次元が異なるため、特徴ベクトルの次元も異なるため、それらを libsvm に供給することは不可能ですか、それとも間違っていますか? これをもっと簡単な方法で解決できますか？私は何か見落としてますか？

Vlfeat/Sift が異なる画像に対して同じ数の記述子を生成することに気付きました。なぜですか? オリエンテーションの目的は何ですか？ディスクリプタの形成過程にも同様のプロセスがあるようです。私はSIFTにまったく慣れていないので、SIFTの多くのことについて混乱しています。ご協力いただきありがとうございます。

vl_covdetPythonでどのように使用できるか教えてもらえますか? 現在、提供されている sift のみを使用してvlfeatいますが、この方法では目的の機能を取得できません。