【模式识别】OpenCV中使用神经网络 CvANN_MLP

最新推荐文章于 2024-07-04 12:02:00 发布

xiaowei_cqu

最新推荐文章于 2024-07-04 12:02:00 发布

阅读量7.1w

点赞数 23

分类专栏：【机器视觉】【模式识别】

本文链接：https://blog.csdn.net/xiaowei_cqu/article/details/9027617

版权

本文介绍了OpenCV ml模块中的CvANN_MLP模型，这是一种多层感知器（MLP）的人工神经网络。通过CvStatModel的train()和predict()接口，可以方便地进行训练和预测。文章详细讲解了如何定义神经网络参数，设置网络结构，以及如何使用训练好的网络进行数据分类。

摘要由CSDN通过智能技术生成

OpenCV的ml模块实现了人工神经网络（Artificial Neural Networks， ANN）最典型的多层感知器（multi-layer perceptrons, MLP）模型。由于ml模型实现的算法都继承自统一的CvStatModel基类，其训练和预测的接口都是train(),predict()，非常简单。

下面来看神经网络 CvANN_MLP 的使用~

定义神经网络及参数：

//Setup the BPNetwork
	CvANN_MLP bp; 
	// Set up BPNetwork's parameters
	CvANN_MLP_TrainParams params;
	params.train_method=CvANN_MLP_TrainParams::BACKPROP;
	params.bp_dw_scale=0.1;
	params.bp_moment_scale=0.1;
	//params.train_method=CvANN_MLP_TrainParams::RPROP;
	//params.rp_dw0 = 0.1; 
	//params.rp_dw_plus = 1.2; 
	//params.rp_dw_minus = 0.5;
	//params.rp_dw_min = FLT_EPSILON; 
	//params.rp_dw_max = 50.;