- 博客(2)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 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