travel_mod

road detect/classification

1.模型训练

1.图片特征向量生成

每张图片使用train.cpp生成一个.txt文件, MixTxt.m合成一个总的txt. 注意图片的顺序,正负样本的分离,可将原来的txt适当混入

2.matlab调整svm的参数

-----第二版----

[label,inst] = libsvmread('./.txt); train_data = inst(1:sss,:); train_label = label(1:sss,:); [tl,ti] = libsvmread('./sss.txt); test_data = ti(1:sss,:); test_label = tl(1:sss,:); model_linear = svmtrain(train_label, train_data, '-c 333 -g 0.5 -h 1'); [predict_label_L, accuracy_L, dec_values_L] = svmpredict(test_label, test_data, model_linear); -----第一版---- [label,inst] = libsvmread('./.txt); L = randperm( length(label) ); %Split Data train_data = inst(L(1:40000),:); train_label = label(L(1:40000),:); test_data = inst(L(40001:61848),:); test_label = label(L(40001:61848),:); %Linear Kernel model_linear = svmtrain(train_label, train_data, '-c 1 -g 0.5 -h 1'); %-c惩罚因子; -g 核函数参数,输入数据中的属性数,默认类别数目的倒数;调参的主要方法有Gridsearch,即穷举. %SVM的两个参数 C 和 gamma [predict_label_L, accuracy_L, dec_values_L] = svmpredict(test_label, test_data, model_linear); accuracy_L % Display the accuracy using linear kernel

3.利用svm训练生成新的model.

cd 到libsvm-3.21文件夹 命令端输入: make ./svm-train -c 333 -g 0.5 -b 1 -h 1 train0603.txt t.model

遇到的问题:

1.TRDetect::extract(int label)或者TRDetect::simpleExtract(const Mat &img, int num)生成向量文档.

1.opencv error

OpenCV Error: Assertion failed (ssize.area() > 0) in resize, file /home/zc/tools/opencv-2.4.13/modules/imgproc/src/imgwarp.cpp, line 1968
terminate called after throwing an instance of 'cv::Exception'
  what():  /home/zc/tools/opencv-2.4.13/modules/imgproc/src/imgwarp.cpp:1968: error: (-215) ssize.area() > 0 in function resize

出错原因:图片没读进来.改了格式,名称. https://stackoverflow.com/questions/31996367/opencv-resize-fails-on-large-image-with-error-215-ssize-area-0-in-funct

2.gdb

gdb filename run bt

3.c++中使用c

.c 改为 .cpp 添加 .h文件,其中加入 #pragma once

//Automobile.h
#ifndef _AUTOMOBILE_H
#define _AUTOMOBILE_H
#else
//...
#endif 

vs

//Automobile.h
#pragma once
//... 

4.static

重复定义变量,前面+static

5.#include < string >

错因:string两边没有空格,应为:#include

6.'uint32' was not declared in this scope

Under Linux, one normally uses "uint32_t".

7.cmake 构建

cmake -->makefile 构建:生成 '.o' 文件

8.文件路径的快速复制

点击文件夹,右键复制,不需要打开包含很多内容(图片)的文件夹.

9.学会找error

如error:can't find ...,要能快速定位到这里

10.QT调试

修改程序后,可清除后重新构建(保险).或者,直接构建即可(快). 删除或添加文件后,需要 右键项目名,然后执行CMake

11.程序执行

Command line arguments: 注意模型文件要与可执行文件放在同一目录下

12.修改编码

enca -L zh_CN -x utf-8 main.cpp

13.传参\函数构建后在子函数调用

14.批量替换的命令如下：

sed -i "s/oldString/newString/g" grep oldString -rl yourDir

注意，该“`”符号并不是单引号，而是键盘左上角第二排第一个的按键。 如想将type1中的“载人”修改为“载物”，只需要在终端中输入：

sed -i "s/载人/载物/g" grep 载人 -rl /home/ubuntu/annotation/