** 最新のコードの Github アドレス： ** https://github.com/HansRen1024/SVM-classification-localization
前書き#
PSO によるパラメータの最適化により、トレーニングされたモデルの正確性が約 4% 向上しました。しかし、目標にはまだ満足していません。そのため、ハードネガティブマイニングを使用して SVM モデルのトレーニングを最適化しようとしました。基本的なアイデアは、元のトレーニングセットを使用してモデルをトレーニングし、すべてのネガティブサンプルに対してスライドウィンドウ予測を行うことです。ウィンドウの予測結果が陽性である場合、そのウィンドウをトレーニングセットに追加し、ラベルをネガティブに指定します。ただし、元のデータでは、ネガティブサンプルはポジティブサンプルよりもはるかに多いことに注意する必要があります。