Я работаю над проблемами классификации объектов, где классом являются: Автомобиль, Пешеход, Велосипедист, Фургон и Грузовик.
Я пытаюсь следовать методам, разработанным в этой статье: https://www.researchgate.net/publication/327744903_Multimodal_CNN_Pedestrian_Classification_a_Study_on_Combining_LIDAR_and_Camera_Data/link/5be440a84585150b2ba7ad07/download
В заключение, в этой статье представлено исследование классификации пешеходов, основанное на глубоком обучении с использованием данных с монокулярной камеры и датчика 3D LIDAR, отдельно и в комбинации.
Для упрощения концепции: если у нас есть три разных модели с тремя выходными векторами
- Модель-1: [[0.2], [0.3], [0.15], [0.2], [0,15]] -Модель-2: [[0,15], [0,2], [0,15], [0,3], [0,2]] -Модель-3: [[0,75], [0,15], [0,05], [0.02], [0.03]]
Как выполнить объединение баллов с помощью SVM?Как это объясняется здесь:
Написано, что SVM обучается с использованием баллов из учебного набора, но как я могу получить баллы учебного набора от CNN, чтобытренировать свм?
Заранее спасибо,
С уважением