Я пытаюсь создать систему распознавания автомобильных номеров, используя OpenCV (C ++). Я уже видел этот пример на GitHub, но я хочу использовать SVM вместо K-ближайших соседей или Arificial Neural Networks.
Я обучил SVM только для двух классов (положительных или отрицательных), так как я могу тренироваться, чтобы классифицировать персонажей на автомобильной табличке?
У меня есть 22 символа (Y — последний символ) (то есть 22 класса), я должен создать группу двоичных SVM? Например, SVM (0,1), SVM (0,2) …. SVM (Y, 0), SVM (Y, 1) …
Если это так, как я могу объединить все эти файлы в один, чтобы использовать его для распознавания?
Мультиклассовое решение имеет один SVM на класс, а не два. Так что у тебя есть SVM(A)
в SVM(Y)
, SVM(A)
пытается отделить A от B-Y, SVM(Y)
пытается отделить Y от A-X.
Иерархия может быть лучшим решением. Если V и Y похожи, вы можете иметь SVM(VY)
сначала, а затем V-против Y Y SVM.
Я не вижу проблемы (или причины) для объединения файлов.