zoukankan      html  css  js  c++  java
  • opencv BP神经网络使用过程

     
     1.OpenCV中的神经网络
    OpenCV中封装了类CvANN_MLP,因而神经网络利用很方便。
     
    首先构建一个网络模型:
        CvANN_MLP ann;
        Mat structure(1,3,CV_32SC1);
        structure.at<uchar>(0) = 10;
        structure.at<uchar>(0) = 4;
        structure.at<uchar>(0) = 2;  // structure中表示每一层中神经元数目
        ann.create(structure,CvANN_MLP::SIGMOID_SYM,1,1);  // 很明显第二个参数选择的是激活函数的类型
     
    然后需要对训练数据放在两个Mat结构中。第一个是存储训练数据的Mat train,第二个是存储类别的Mat label。其中,train的每一行代表一个训练样例,label的对应的一行是训练样例的类别。比如有25个属于7个类别的训练样例,每个样例为16维向量。则train结构为25*16,label结构为25*7。需要解释的是类别数据,label中一行表示样例所处类别,如果属于第一类则为(1,0,0,0,0,0,0),第二类为(0,1,0,0,0,0,0)...
     
    接下来需要给ann提供一个样例的权重向量Mat weight,它标记的是训练样例的权重,这里都初始化为1:
    Mat weight;
     weight.ones(1,25,CV_32FC1);
     
    接下来可以做训练了:
    ann.train(train,label,weight);
    训练结束后用ann来做分类,输入为Mat testSample,testSample为1*16的向量,输出为Mat output,output为1*7向量:
    ann.predict(testSample,output);
    最后找到output中的最大值就知道所属类别maxPos了:
    int maxPos;
    double maxVal;
    minMaxLoc(output,0,&maxVal,0,&maxPos);
     

    2.神经网络的训练

    int CvANN_MLP::train(constMat& inputs, constMat& outputs, 

    constMat& sampleWeights, constMat& sampleIdx=Mat(), 

    CvANN_MLP_TrainParams params=CvANN_MLP_TrainParams(), intflags=0 );

    1) inputs:输入矩阵。它存储了所有训练样本的特征。假设所有样本总数为nSamples,而我们提取的特征维数为ndims,

    则inputs是一个nSamples∗ndims的矩阵,每个样本的特征占一行。

    2) outputs:输出矩阵。我们实际在训练中,我们知道每个样本所属的种类,假设一共有nClass类。那么我们将outputs设置为

    一个nSample*nClass列的矩阵,每一行表示一个样本的预期输出结果,该样本所属的那类对应的列设置为1,其他都为0。

    比如我们需要识别0-9这10个数字,则总的类数为10类,那么样本数字“3”的预期输出为[0,0,1,0,0,0,0,0,0,0];

    3) sampleWeights:一个在使用RPROP方法训练时才需要的数据,所以这里我们不设置,直接设置为Mat()即可。

    4) sampleIdx:相当于一个遮罩,它指定哪些行的数据参与训练。如果设置为Mat(),则所有行都参与。

    5) params:这个在刚才已经说过了,是训练相关的参数。

    3.神经网络的测试

    float CvANN_MLP::predict(constMat&inputs,Mat&outputs)

    图像进行特征提取,把它保存在inputs里,通过调用predict函数,我们得到一个输出向量,它是一个1*nClass的行向量,

    其中每一列说明它与该类的相似程度(0-1之间),也可以说是置信度。我们只用对output求一个最大值,就可得到结果。

    这个函数的返回值是一个无用的float值,可以忽略。


     
  • 相关阅读:
    回调函数: 一定要在函数名前加上 CALLBACK,否则有可能引起内存崩溃!
    win32-api: 让 static 控件中的水平横行,垂直居中。
    Win32-API: 终于能正常的捕获焦点事件: WM_COMMAND、BN_SETFOCUS、EN_SETFOCUS
    FindExecutable:查找与一个指定文件关联在一起的程序的文件名
    ImageMagick: win7 | win8 & uac (用户帐户控制) 注册表的一些事
    ImageMagick: 6.8.3 升级到 6.8.9 遇到的问题
    ImageMagick: DrawImage(Image*,DrawInfo*) 绘制填充图片时卡住的原因分析
    真的无语, 今天遇到一个奇葩的事情: http 会话劫持
    高DPI下界面错乱的解决方法和原理
    关于 HDC 的释放
  • 原文地址:https://www.cnblogs.com/Anita9002/p/6050693.html
Copyright © 2011-2022 走看看