OpenCV中神经网络的应用

Bertha 。 2023-06-07 08:15 16阅读 0赞

# OpenCV中神经网络的应用 #

OpenCV中也提供神经网络的算法，下面对其中的一些参数进行介绍。

## 激活函数 ##

OpenCV中提供三种激活函数，分别是**线性激活函数**、**sigmoid****激活函数**和**高斯激活函数**。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpdWJpbmc4NjA5_size_16_color_FFFFFF_t_70][]

我们最常用的也是OpenCV默认的激活函数是sigmoid激活函数，在α=1，β=1的情况下，其输出f(x)的区间是\-1到1。

## 尺寸选择 ##

神经网络的尺寸越大，也即隐藏层越多、神经元越多，训练得到的神经网络就越灵活，能够更好的拟合样本集。但这样神经网络也学习到了样本集的噪音，因此当神经网络的尺寸增加到一定数值后，其精度不再上升，而是开始下降。另外，大尺寸的神经网络训练时间会明显增长，如果需要可以考虑使用PCA:operator()（主成分分析）或者其他类似的降维方法，仅对必要的特征进行训练。

## 训练算法 ##

OpenCV中有两种神经网络训练算法，一种是经典的**随机序列反向传播算法（****BACKPROP****）**，另外一种是**自适应快速反向传播算法**，这也是OpenCV的默认算法。

## 训练参数CvANN\_MLP\_TrainParams ##

CvANN\_MLP\_TrainParams这个结构体包含神经网络的一些训练参数，针对BACKPROP和RPROP算法的参数是不同的。CvANN\_MLP\_TrainParams有一个默认构造函数，一般情况下我们使用默认构造函数的参数就好了。

CvANN\_MLP\_TrainParams::CvANN\_MLP\_TrainParams()

term\_crit = cvTermCriteria( CV\_TERMCRIT\_ITER + CV\_TERMCRIT\_EPS, 1000, 0.01 );

train\_method = RPROP;

bp\_dw\_scale = bp\_moment\_scale = 0.1;

rp\_dw0 = 0.1; rp\_dw\_plus = 1.2; rp\_dw\_minus = 0.5;

rp\_dw\_min = FLT\_EPSILON; rp\_dw\_max = 50.;

cvTermCriteria这个结构体主要定义了训练的终止条件，CV\_TERMCRIT\_ITER 表示迭代到指定次数停止，CV\_TERMCRIT\_EPS表示误差小于指定值时迭代终止，默认迭代次数1000次，误差0.01，两个参数中有一个达到训练即终止。权值更新率bp\_dw\_scale和权值更新冲量bp\_moment\_scale这两个量一般情况设置为默认值0.1就行了。后面的5个参数是针对RPROP算法设置的，具体意义请参考RPROP算法的参考文献。

## 训练 ##

int CvANN\_MLP::train(const Mat& inputs, const Mat& outputs, const Mat& sampleWeights, const Mat& sampleIdx=Mat(), CvANN\_MLP\_TrainParams params=CvANN\_MLP\_TrainParams(), int flags=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。
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行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，使用RPROP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：训练参数。
6.  flag：它提供了3个可选项参数，用来指定数据处理的方式，我们可以用逻辑符号去组合它们。UPDATE\_WEIGHTS指定用一定的算法去初始化权值矩阵而不是用随机的方法。NO\_INPUT\_SCALE和NO\_OUTPUT\_SCALE分别用于禁止输入与输出矩阵的归一化。

## 识别 ##

float CvANN\_MLP::predict(const Mat& inputs, Mat& outputs) const

在进行识别的时候，我们对图像进行特征提取，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，应该忽略。

## 示例 ##

int main()

//Setup the BPNetwork

CvANN\_MLP bp;

// Set up BPNetwork's parameters

CvANN\_MLP\_TrainParams params;

params.train\_method=CvANN\_MLP\_TrainParams::BACKPROP;

params.bp\_dw\_scale=0.1;

params.bp\_moment\_scale=0.1;

// Set up training data

float labels\[4\]\[2\] = \{ \{1.0,-1.0\},\{-1.0,1.0\},\{-1.0,1.0\},\{-1.0,1.0\}\};

Mat labelsMat(4, 2, CV\_32FC1, labels);

float trainingData\[4\]\[2\] = \{ \{501,10\},\{255,10\}, \{501,255\},\{10,501\} \};

Mat trainingDataMat(4, 2, CV\_32FC1, trainingData);

//Fist param:input feature number  Second param:Hidden layer neuron number   Third param:output feature number

Mat layerSizes=(Mat\_<<span class="datatypes" style="margin: 0px; padding: 0px; border: none; color: rgb(46, 139, 87); background-color: inherit; font-weight: bold;">int>(1,3) << 2,6,2);

//create BPNetwork

bp.create(layerSizes,CvANN\_MLP::SIGMOID\_SYM);

cout<<"Start train BP network"<<endl;

bp.train(trainingDataMat, labelsMat, Mat(),Mat(), params);

cout<<"End of train BP network"<<endl;

// Data for visual representation

int width = 512, height = 512;

Mat image = Mat::zeros(height, width, CV\_8UC3);

Vec3b green(0,255,0), blue (255,0,0);

// Show the decision regions given by the SVM

Mat sampleMat(Mat\_<<span class="datatypes" style="margin: 0px; padding: 0px; border: none; color: rgb(46, 139, 87); background-color: inherit; font-weight: bold;">float>(1,2));

Mat responseMat;

cout<<"Starting predict result"<<endl;

for (int i = 0; i < image.rows; ++i)

for (int j = 0; j < image.cols; ++j)

sampleMat = (Mat\_<<span class="datatypes" style="margin: 0px; padding: 0px; border: none; color: rgb(46, 139, 87); background-color: inherit; font-weight: bold;">float>(1,2) << j,i);

bp.predict(sampleMat,responseMat);

Point maxLoc;

double maxVal;

minMaxLoc(responseMat,NULL,&maxVal,NULL,&maxLoc);

int result=maxLoc.x;

if (result == 0)

image.ptr(i)\[j\] = green;

else

image.ptr(i)\[j\] = blue;

cout<<"End of predict result"<<endl;

// Visualize the training data

int thickness = -1;

int lineType = 8;

circle( image, Point(501,  10), 5, Scalar(  0,   0,   0), thickness, lineType);

circle( image, Point(255,  10), 5, Scalar(255, 255, 255), thickness, lineType);

circle( image, Point(501, 255), 5, Scalar(255, 255, 255), thickness, lineType);

circle( image, Point( 10, 501), 5, Scalar(255, 255, 255), thickness, lineType);

imwrite("result.png", image);        // save the image

imshow("BP Simple Example", image); // show it to the user

waitKey(0);

结果如下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpdWJpbmc4NjA5_size_16_color_FFFFFF_t_70 1][]

【转载】http://blog.sina.com.cn/s/blog\_802a94a20102vj8q.html

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpdWJpbmc4NjA5_size_16_color_FFFFFF_t_70]: /images/20230601/baabe50c962e45b28534c5552f4cba99.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpdWJpbmc4NjA5_size_16_color_FFFFFF_t_70 1]: /images/20230601/76c000890a784b4f9527d54b3f5860e4.png