NAO_GolfVision_ML_C++使用说明

平台

  Windows 10
  Visual studio 2015

概述

  本博客为我的Github上项目的说明文档。

添加文件至项目工程

  打开VS2015，并新建工程文件夹，然后将GitHub上的所有文件放至Project1->Project1文件夹中。

  然后依次将.h和.cpp文件分别添加头文件和源文件中。

  最后我们重新生成编译方案，检查代码是否正确。

  注：编译前，一定要确保Opencv3已经配置正确，且切换到Debug ×64模式。

生成特征向量文件

  打开主函数，打开计算正样本函数train.cal_pos_vector();，并关闭其余函数，运行开始调试(不执行)。注意将属性->链接器->系统中的子系统设置为控制台。

#include "classifierTrain.h"

int main()
{
	clock_t start, end;
	start = clock();
	ClassifierTrain train;
	train.cal_pos_vector("img_train_pos/*.jpg", "label_train_pos/*.xml", "data_1.txt");
	//train.cal_neg_vector("img_train_neg/*.jpg", "data_2.txt");
	//train.result_test("img_test/*.jpg");
	end = clock();
	double endtime = (double)(end - start) / CLOCKS_PER_SEC;
	cout << "Total time:" << endtime << endl;		//s为单位
	
	return 0;
}

  在Project1文件夹中会生成data_1.txt文件。

  然后打开计算负样本函数train.cal_neg_vector();，并关闭其余函数，运行开始调试(不执行)。

  在Project1文件夹中会生成data_2.txt文件。

配置训练数据

  打开Project1文件夹中的data.xml文件，将data_1.txt和data_2.txt中的数据放入到<datamat>中，并更改其中的<rows>和<cols>(根据实际情况而定)。并配置好<labelsmat>中的信息，即行列数一致，其中1的个数为data_1.txt中的行数，0的个数为data_2.txt中的行数。

预测分析

  打开测试函数result_test();，并关闭其余函数，运行开始调试(不执行)。

  总体上和之前python的基本一致。