c++ - 为什么我的 C++ OpenCV 3.4.1 神经网络预测如此糟糕？

Question

我正在尝试使用 OpenCV 3.4.1 在 C++ 中开发人工神经网络，目的是能够识别 33 个不同的字符，包括数字和字母，但我得到的结果总是错误的。

我已经用不同的参数值测试了我的代码，比如我用于训练的 sigmoid 函数的 alpha 和 beta、反向传播参数或隐藏节点的数量，但是，虽然结果有时会有所不同，但通常往往是以下形状的向量：

分类结果：

[20.855789, -0.033862107, -0.0053131776, 0.026316155, -0.0032050854, 0.036046479, -0.025410429, -0.017537225, 0.015429396, -0.023276867, 0.013653283, -0.025660357, -0.051959664, -0.0032470606, 0.032143779, -0.011631044, 0.022339549, 0.041757714, 0.04414707, - 0.044756029, 0.042280547, 0.012204648, 0.026924053, 0.016814215, -0.028257577, 0.05190875, -0.0070033628, -0.0084492415, -0.040644459, 0.00022287761, -0.0376678, -0.0021550131, -0.015310903]

也就是说，无论我测试哪个字符，它总是预测分析的字符是字符向量的第一个位置，对应于数字“1”。

训练数据是从我创建的 .XML 中获得的，其中包含 474 个样本（行），每个样本有 265 个属性（列）。至于培训课程，根据我在本论坛上一个问题中找到的一些建议，它是从另一个 .XML 文件中获得的，该文件包含 474 行，每个培训样本一个，33 列，每个字符/类别一个。

我附上了下面的代码，以便您可以猜出我做错了什么，我非常感谢您提供的任何帮助！:)

//Create the Neural Network
Mat_<int> layerSizes(1, 3);
layerSizes(0, 0) = numFeaturesPerSample;
layerSizes(0, 1) = nlayers;
layerSizes(0, 2) = numClasses;

//Set ANN params
Ptr<ANN_MLP> network = ANN_MLP::create();
network->setLayerSizes(layerSizes);
network->setActivationFunction(ANN_MLP::SIGMOID_SYM, 0.6, 1); 
network->setTrainMethod(ANN_MLP::BACKPROP, 0.1, 0.1);
Ptr<TrainData> trainData = TrainData::create(TrainingData, ROW_SAMPLE, classes);
network->train(trainData);

//Predict
if (network->isTrained())
{
    trained = true;
    Mat results;
    cout << "Predict:" << endl;
    network->predict(features, results); 
    cout << "Prediction done!" << endl;
    cout << endl << "Classification result: " << endl << results << endl;

    //We need to know where in output is the max val, the x (cols) is the class.
    Point maxLoc;
    double maxVal;
    minMaxLoc(results, 0, &maxVal, 0, &maxLoc);

    return maxLoc.x;
}

标签： c++opencvmachine-learningneural-networkopencv3.1