- 博客(5)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 Boosting Tree学习笔记
1.基本概念及原理 Boosting这其实思想相当的简单，大概是，对一份数据，建立M个模型（比如分类），一般这种模型比较简单，称为弱分类器(weak learner)每次分类都将上一次分错的数据权重提高一点再进行分类，这样最终得到的分类器在测试数据与训练数据上都可以得到比较好的成绩。 上图（图片来自prml p6
2016-12-29 21:16:49
882
转载 随机森林学习笔记
1. 基本概念及特性 随机森林顾名思义，是用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本 为那一类。 在建立每一棵决策树的过程中，有两点需
2016-12-29 21:09:44
306
转载 分类决策树学习笔记
1.基本概念 决策树（decision tree）是一个树结构（可以是二叉树或非二叉树）。其每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。2.决策树的构造
2016-12-28 21:21:58
1419
原创 【Opencv笔记】图像的基本数据类型
OpenCV中的基本数据类型是Mat，用来存储图像，灰度图像有一个通道，彩色图像通常有三个通道，如RGB图像（OpenCV中以BGR逆序的方式存储RGB图像）。 使用若干个位来存储一幅图像的每个像素，称为图像深度，使用img.depth()可以获取图像深度：CV_8U 为8位无符号整数(0-255)，CV_8S为 8位有符号整数(-127~127)，还有CV_16U(S)，CV_32U(S)
2016-12-18 18:41:46
845
原创 【Opencv笔记】利用VideoCapture和VideoWriter函数读取和写入视频文件
本程序旨在使用电脑默认摄像头作为捕捉设备，来抓取帧，并进行图像处理。将处理后的视频帧作为一个新的文件保存。同时创建两个窗口同时显示原始帧和处理过的帧。代码如下：#include #include using namespace std;using namespace cv;int main(int,char **){ Mat in_frame, out_frame; co
2016-12-15 16:33:32
8400
caffe-ssd训练自己的数据集，create_list/data.sh、trainval等txt文件生成脚本、训练脚本修改
2018-08-08
Caffe-SSD编译配置文件修改Makefile和Makefile.config
2018-08-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人