opencv3——ANN算法的使用

最近刚转用opencv3，使用ANN算法时遇到了一些问题，记录下来。

训练神经网络的代码如下：

 

//创建ANN Ptr<ANN_MLP> bp = ANN_MLP::create();

设置层数时，要注意：例子的数量要和标签的数量相同

第一项为图片的像素数，最后一项为训练的种类数

//设置层数Mat layerSizes = (Mat_<int>(1, 4) << image_rows*image_cols, int(image_rows*image_cols / 2), int(image_rows*image_cols / 2), class_num);bp->setLayerSizes(layerSizes);

 

bp->setActivationFunction(ANN_MLP::SIGMOID_SYM, 1, 1);void setActivationFunction(int _activ_func, double _f_param1, double _f_param2 );bp->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER + TermCriteria::EPS, 300, FLT_EPSILON));bp->setTrainMethod(ANN_MLP::BACKPROP, 0.001);Ptr<TrainData> tData = TrainData::create(DataMat, ROW_SAMPLE, labelsMat);bp->train(tData); float response = ann->predict(testMat);

 

 

 

 

 

//加载分类器时,使用以下任意一个即可 Ptr<ANN_MLP> bp = StatModel::load<ANN_MLP>("*.xml"); Ptr<ANN_MLP> bp = ANN_MLP::load<ANN_MLP>("*.xml"); Ptr<ANN_MLP> bp = Algorithm::load<ANN_MLP>("*.xml");

 

不知道为什么，我使用opencv3的ANN算法 跟opencv2中的算法识别结果差距很大（2识别结果大致正确，3识别结果完全不对），参数完全相同时结果差距也很大，不知道要怎样解决。

总结

以上是生活随笔为你收集整理的opencv3——ANN算法的使用的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。