OpenCV SVM无法正确使用predict函数 ？？

[岩烧店的烟味弥漫]

以下是svm 预测函数中的一部分

for (int i = 0; i < number; i++) {
        Mat inMat = imread(files[i].c_str());//读取成mat格式
        //imshow("input", inMat);
        //waitKey();
        Mat temp;
        resize(inMat, temp, Size(256, 256));//转换成256*256像素大小的图片
        //imshow("input0", temp);
        //waitKey();
        Mat p = temp.reshape(0, 1);//转换成1行n*n列的行向量
        
        //imshow("input1", p);
        //waitKey();
        p.convertTo(p, CV_32FC1);//转换格式
       
        int  response = (int) Svm->predict(p);//预测结果

        if (response == expectValue) {
            result++;
            cout << "第" << i << "个图片预测成功为" << expectValue << endl;
        }
        else
        {
            cout << "第" << i << "个图片预测失败，本应预测为" << expectValue << endl;
            cout << "实际预测结果为" << response << endl;
        }
    }
    cout << "所有预测文件中的图片已经预测完毕。" << endl;
    cout << "预测图片数量为：" << result << endl;

    return true;

想问一下为什么总是在int response = (int) Svm->predict(p);//预测结果报错啊？？
会提示 0x00007FFF5267A799 处(位于 111.exe 中)有未经处理的异常: Microsoft C++ 异常: cv::Exception，位于内存位置 0x00000045A3AFF440 处。
是我这个函数使用方式不对吗？

[岩烧店的烟味弥漫]

求大佬解答啊

[朱铭德]

确保训练和前向时的预处理方式一致 另外说一点，好歹提个hog特征再分类吧，图片直接SVM估计不太好，233

[岩烧店的烟味弥漫]

引用 2 楼 朱铭德 的回复:

确保训练和前向时的预处理方式一致 另外说一点，好歹提个hog特征再分类吧，图片直接SVM估计不太好，233

我是纯小白，大佬厉害！确实是预处理输入的图片不一样造成的~另外我还有个问题啊，我是打算实现 人脸表情分类的，所以我是先打算用LBP特征提取+SVM实现，然而目前效果不是很好。我想了想原因，您看一下： 1、SVM训练的时候，训练效果和输入图片的大小有关系吗？（因为我先人脸检测，再裁剪保存图片中的人脸区域，但是每张图片的人脸区域大小不一样，所以训练的图片大小是不一样的）如果是的话，转换成怎样大小的图片比较合适呢？（好像太小了 会损失很多信息、/?） 2、训练的时候，有的表情（比如开心）只有30张图片，有的表情（比如难过）却有几百张图片，这个应该会对预测结果产生较大影响吧？？是不是该考虑换数据集了。。

[朱铭德]

1.一般将人脸图像Resize成同样的尺寸，比如64*64，128*128，256*256这样，和你的数据集尺度有关 如果担心人脸图像拉伸，也可以考虑加padding再resize 2.如果只是几十几百这种量级的……你可以自己采一些数据，保证各类相对均衡就好 处理类别数量不平衡的问题，最简单的是在数据增强的时候将类别数量较少的类别多扩充些……其他也有不少办法，可以自行搜索下

[岩烧店的烟味弥漫]

引用 4 楼 朱铭德 的回复:

1.一般将人脸图像Resize成同样的尺寸，比如64*64，128*128，256*256这样，和你的数据集尺度有关 如果担心人脸图像拉伸，也可以考虑加padding再resize 2.如果只是几十几百这种量级的……你可以自己采一些数据，保证各类相对均衡就好 处理类别数量不平衡的问题，最简单的是在数据增强的时候将类别数量较少的类别多扩充些……其他也有不少办法，可以自行搜索下

谢谢！