时间戳

首页 > 解决方案 > 训练 cv:ml::DTrees 时如何修复“断言失败”

c++ - 训练 cv:ml::DTrees 时如何修复“断言失败”

问题描述

我想训练一个具有猪特征的决策树。当我尝试训练我的 cv::ml::DTrees 模型时，我收到以下错误：

OpenCV(3.4.3) Error: Assertion failed (n >= 0) in cv::ml::TrainDataImpl::getValues, file C:\build\3_4_winpack-build-win64-vc14\opencv\modules\ml\src\data.cpp, line 890

我知道，样本（特征）的数量必须与响应（标签）的数量相匹配，并且两者都必须> = 0。我的 cv::Mat 壮举和 cv::Mat 标签具有相同的行数 (388)。

这就是我尝试这样做的方式：

cv::Ptr<cv::ml::DTrees> model = cv::ml::DTrees::create();
cv::Ptr<cv::ml::TrainData> data = cv::ml::TrainData::create(feats, cv::ml::ROW_SAMPLE, labels);
model->train(data);

model->train(data) 在调用此函数时失败：

void getValues( int vi, InputArray _sidx, float* values ) const CV_OVERRIDE
    {
        Mat sidx = _sidx.getMat();
        int i, n = sidx.checkVector(1, CV_32S), nsamples = getNSamples();
        CV_Assert( 0 <= vi && vi < getNAllVars() );
        CV_Assert( n >= 0 );
        const int* s = n > 0 ? sidx.ptr<int>() : 0;
        if( n == 0 )
            n = nsamples;
        }
}

谁能指出我正确的方向来解决这个问题？

编辑： 如果我将 MinSampleCount 设置为 388（样本数），我不会收到错误，但预测将无法正常工作（它总是返回标签 5）。

标签： c++opencvdecision-treetraining-data

解决方案

推荐阅读