train_class_svm — MV `classify` op

• 数据种类:matrix → table

• 调用: import fullseye as fs; fs.ledger.train_class_svm(features, labels, C=1.0, epochs=300, lr=0.01)(要直接调用实现,import final_genuine2; final_genuine2.train_class_svm(features, labels, C=1.0, epochs=300, lr=0.01);从台账取用则 opsmv.get("train_class_svm"))

• HALCON 对应:train_class_svm(其含义与参数可参考 HALCON 手册)

• GPU:无(仅 CPU 参考实现)

用法

训练线性 SVM（hinge 损失，一对多）。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

特徴は標準化してから学習し、mu / sd をモデルに残す(classify_image_class_svm が使う)。one-vs-rest の線形分離なので、一直線に並んだ 3 クラスの真ん中のような配置は苦手(既知の限界)。空の入力(features が 0 要素)は ValueError。

详细使用指南

• machine_vision_classics 族使用指南

参考(示例数据、文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者、年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

类型可衔接的下一个算子(可接受 `table` 作为输入)

map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm

同类别(`classify`)

train_class_gmm · classify_class_gmm · evaluate_class_gmm · train_class_knn · classify_class_knn · train_class_mlp · classify_class_mlp · classify_class_svm

*Provenance: final_genuine2.py — MV 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

train_class_svm — MV classify op

用法