- 博客(2)
- 资源 (5)
- 收藏
- 关注
原创 traincascade中不同特征的生成
traincascade中不同特征的生成 traincascade和haartrainning的主要区别: 1. haartrainning只能使用haar特征,而traincascade可以使用haar,lbp,hog特征,并且还容易扩展其他的特征。 2. traincascade的组织结构相对清晰,即先根据指定的特征,生成相应的特征,然后使用boost的方法依次训练处每个stage的树。
2015-08-19 17:43:44 1109
原创 决策树,随机森林,boost小结
决策树,随机森林,boost小结 决策树(CvDTree)是最基础的,是CvForestTree和CvBoostTree的父类。 决策树的生成,一般资料中都是基于ID3算法(熵增益),即ID3算法在每个节点分裂时,选择使gain(A)最大的特征分裂。 Opencv中决策树的生成是基于吉尼不纯度最小的原则生成的。即选择 最小的分裂。其中,m为样本的种类,如只有正负样本,则m为
2015-08-14 11:36:49 1635
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人