本节文章讲解OpenCV中Haar+Adaboost的训练过程。此文章假定读者已经了解前面5章的内容，包括Haar特征，弱分类器和强分类器结构，以及GAB等内容。 在opencv_traincascade.exe程序中，有如下参数 如上输入的boostParams中的6个参数决用于决定训练过程: 1 ...
分类：
其他好文 时间：
2017-03-17 00:29:39
阅读次数：
4550
之前的文章主要讲解了OpenCV中与检测相关的内容，包括Haar特征、积分图和检测分类器结构；之后的文章将逐步开始介绍训练相关的内容。而本节主要介绍AdaBoost的理论，以及AdaBoost中的DAB与GAB算法，为后续讲解奠定基础。 （一） AdaBoost背景介绍 在了解AdaBoost之前， ...
分类：
其他好文 时间：
2017-03-17 00:02:28
阅读次数：
1382
原有模型 1、下载fasrer-rcnn源代码并安装 git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git 1) 经常断的话，可以采取两步： git clone https://github.com/rbgirs ...
分类：
其他好文 时间：
2017-03-15 20:46:47
阅读次数：
1049
1、主要内容 介绍集成学习，然后讲述boosting和bagging的区别与联系，同时对adaBoost进行推导然后进行gbdt的推导，最后比较随机森林和gdbt的区别和联系。 2、集成学习 集成学习（ensamble learning）通过构建多个学习器来完成任务。集成学习的一般结构：先产生一组“ ...
分类：
编程语言 时间：
2017-03-15 16:45:34
阅读次数：
308
1.混合搞死背景建模理论
混合高斯背景建模是基于像素样本统计信息的背景表示方法，利用像素在较长时间内大量样本值的概率密度等统计信息(如模式数量、每个模式的均值和标准差)表示背景，然后使用统计差分(如...
分类：
其他好文 时间：
2017-03-13 00:10:00
阅读次数：
404
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。假如你在乎精度（ac ...
分类：
编程语言 时间：
2017-03-12 01:15:55
阅读次数：
1345
分类器的训练以分为以下三部进行： 1、 样本的创建 2、 训练分类器 3、 利用训练好的分类器进行目标检测。 对检测物体要确定其属性：是否为绝对刚性的物体，也就是检测的目标是一个固定物体，没有变化（如特定公司的商标），这样的物体只要提供一份样本就可以进行训练。 但绝大数时候我们想进行训练的目标是非绝 ...
分类：
其他好文 时间：
2017-03-07 14:08:10
阅读次数：
291
提升方法(boosting)详解 提升方法（boosting）是一种常用的统计学习方法，应用广泛且有效。在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。 本章首先介绍提升方法的思路和代表性的提升算法AdaBoost，然后通过训练误差分析探讨AdaB ...
分类：
其他好文 时间：
2017-02-15 00:44:41
阅读次数：
138
一、论文翻译 摘要 本文介绍了一个基于混合多尺度可变形部件模型(mixtures of multiscale deformablepart model)的目标检测系统。此系统可以表示各种多变的目标并且在PASCAL目标检测挑战赛上达到了目前最优结果(state-of-the-art)。虽然可变形部件 ...
分类：
其他好文 时间：
2017-02-10 17:44:40
阅读次数：
1234
这是物体检测的第一篇，其实物体检测，物体定位，物体分割关联很大，许多模型都能同时实现以上三个功能。 一、论文翻译 摘要 我们研究了视觉目标检测的特征集问题，并用线性SVM方法进行人体检测来测试，通过与当前的基于边缘和梯度的描述子进行实验对比，得出方向梯度直方图(Histograms of Orien ...
分类：
其他好文 时间：
2017-02-10 17:39:20
阅读次数：
2395
