扩充了训练样本，训练出的SVM模型将所有图片都判别为非车牌

[happykayy]

Hi你好，我在原有样本集基础上扩充了自己的一些样本，如下图，然而训练出的SVM模型反而分类不正确了，基本上将所有图片都判别为非车牌，即使是拿训练正样本里的图片给它判别，也判为非车牌。请问可能的原因是什么？应如何做？求教

[happykayy]

[liuruoze]

图片看不到，请更新一下。

[happykayy]

[liuruoze]

"拿训练正样本里的图片给它判别，也判为非车牌" 这个的原因是学习没有收敛。你训练SVM用的版本是1.5还是前面的版本？在训练时是否提示"use the corrected version of SVM"?

[happykayy]

用的1.5版本，没有提示use the corrected version of SVM，训练过程都完成了，在控制台上打印出了“Training done. Time elapse:”，Your SVM Model was saved to。。

[happykayy]

对于正负样本的数目比例您有何建议？比如1:3之类的

[liuruoze]

这是由于opencv的SVM的bug引起的。无论是换到1.6版本还是用opencv3.2应该都可以解决这个问题。1：3是可以的，只要不要差距过大，例如1:10之类。