SVO算法

至于SVO算法，先放在这，因为是一种优化算法，占时不打算深入研究，先考虑SVM的实际应用

Opencv4.0 中SVM的参数

https://docs.opencv.org/master/d1/d2d/classcv_1_1ml_1_1SVM.html详细文档可以参考官方的文档

官网提供的公共接口分为两个部分，一个是带get开头的，指的是获取当前使用的SVM的一些参数，带set的指的是设置相应的参数，还是很人性化的，下面主要介绍的是带set的参数设置：

setC(double c): 设置惩罚函数的参数C的大小，一般大于0，不允许是0；
setClassWeights(Mat & val):表示不同分类的权值，该值和C相乘后，实现了不同分类的不同的惩罚力度，值越大，该类别的惩罚力度就越大。一般在多分类中使用，mat的大小和分类的类别多少是一致的。
setCoef（double val）：设置多项式核函数和sigmod核函数的参数P，
setCustomKernel ( const Ptr< Kernel > & _kernel ) ：//这个基本没用过。。。。。应该是自定义核函数
setDegree ( double val ) ：设置多项式核函数的Q；
setGamma ( double val ) ：设置多项式核函数，高斯核函数，sigmod核函数的参数伽马
setKernel ( int kernelType ) ：选用opencv自带的核函数，整个包含在一个枚举当中。包括：

setNu ( double val ) ：表示NU-svc和NU-svr的参数Nu,在下面图片中有写道
setP ( double val ) ：表示-P-SVR的参数P；
setTermCriteria ( const cv::TermCriteria & val ) ：设置迭代终止条件
setType ( int val ) ：选用类型：

小结：

本章主要提供一些svm中参数的设置和使用。具体原理，请参考上一篇，毕竟只有原理打通，才知道怎么调参数。直达链接https://blog.csdn.net/AlonewaitingNew/article/details/100764610