fullseye

train_class_svm — MV classify op

• データ種: matrix → table
• 呼び出し: import fullseye as fs; fs.ledger.train_class_svm(features, labels, C=1.0, epochs=300, lr=0.01) (実装を直接呼ぶなら import final_genuine2; final_genuine2.train_class_svm(features, labels, C=1.0, epochs=300, lr=0.01)、台帳から引くなら opsmv.get("train_class_svm"))
• HALCON 相当: train_class_svm(意味・パラメータは HALCON リファレンスが参考になる)
• GPU: なし(CPU 参照実装のみ)

使い方

線形 SVM(hinge 損失, one-vs-rest)を学習(train_class_svm)。

特徴は標準化してから学習し、mu / sd をモデルに残す(classify_image_class_svm が使う)。 one-vs-rest の線形分離なので、一直線に並んだ 3 クラスの真ん中のような配置は苦手(既知の限界)。 空の入力(features が 0 要素)は ValueError。

詳しい使い方ガイド

• machine_vision_classics ファミリ ガイド

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

型が繋がる次の op(table を入力に取れる)

map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm

同カテゴリ(classify)

train_class_gmm · classify_class_gmm · evaluate_class_gmm · train_class_knn · classify_class_knn · train_class_mlp · classify_class_mlp · classify_class_svm

---

Provenance: final_genuine2.py — MV operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.

This site is open source. Improve this page.