人脸检測做训练当然能够用OpenCV训练好的xml。可是岂止于此。我们也要动手做！~ 首先是样本的选取。样本的选取非常重要。找了非常久才发现几个靠谱的。 人脸样本：http://www.vision.caltech.edu/Image_Datasets/Caltech_10K_WebFaces/ 网 ...
分类：
其他好文 时间：
2017-05-18 13:30:42
阅读次数：
202
网络资料摘抄： 技术手段：利用深度学习来实现行人的精细化识别 实现基础方面：1）行人检测 2）行人特点标签 3）附属物定位等... 基于图像智能分析、识别行人的过程：首先需要对图像进行分割，对图像中行人的特征信息进行提取，并送入已训练好的分类器中，进行分类识别，以此来识别行人 基于数据统计和模板匹配 ...
分类：
其他好文 时间：
2017-04-09 21:02:05
阅读次数：
1635
0: 原则上，loss函数都应该选convex函数，convex函数的定义就是函数上方得点是一个convex集合 1: 之前使用的0-1的数据预测正负样本，loss函数选用的是cross entropy loss， 实际上这里的0-1 cross entropy和seq2seq的softmax cr ...
分类：
其他好文 时间：
2017-03-16 22:03:47
阅读次数：
1301
本人硕士阶段做了很久的高分辨率遥感影像道路提取，颇有心得，在此，本人将最新的研究成果进行开源。。。 大家都知道，传统的基于机器学习的分类方法通常需要正负样本的同时参与，才能得到目标类，但是负样本的勾选，通常很困难，也非常难获得，根据文献- 《Elkan, Charles, and Keith Not ...
分类：
其他好文 时间：
2016-12-22 23:06:40
阅读次数：
600
特征工程 一、特征处理 1. 正负样本不均衡问题 a) Oversampleing b) 修改损失函数 c) 取n份正样本 与 负样本 分别构建分类器，然后vote 2． 数值特征处理 a) 归一化 b) Log变换 c) 统计max min mean std d) 离散化 e) HASH分桶 f) ...
分类：
其他好文 时间：
2016-12-11 12:24:54
阅读次数：
343
利用adaboost训练人脸分类器时，主要做几件事，准备正负样本，生成正样本pos.vec文件，生成负样本列表文件，训练等，具体可以看这几个博客：
http://blog.csdn.net/u013...
分类：
其他好文 时间：
2016-11-02 18:16:45
阅读次数：
493
关键词：Hu矩，SVM，OpenCV 在图像中进行目标物识别，涉及到特定区域内是否存在目标物，SVM可在样本量较少情况下对正负样本（图片中前景背景）做出良好区分，图片基本特征包括诸如HOG、LBP、HAAR等，在具体进行物体检测时考虑结合待检测物特点利用或设计新特征进行训练并分类。本文以几何不变矩为 ...
分类：
其他好文 时间：
2016-10-26 19:54:06
阅读次数：
677
分类器是数据挖掘中对样本进行分类的方法的统称，包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法。 分类器的构造和实施步骤： 选定样本（正负样本），分成训练样本和测试样本两部分。 在训练样本上执行分类器算法，生成分类模型。 在测试样本上执行分类模型，生成预测结果。 根据预测结果，计算必要的评估指标，评 ...
分类：
其他好文 时间：
2016-10-26 13:58:07
阅读次数：
139
L1正则化和L2正则化的区别：L1起截断作用，L2起缩放作用（不让参数θ过大） 数据和特征处理 数据清洗 正负样本不平衡的处理方法：上采样，下采样，修改损失函数 数值型特征：幅度调整，归一化，离散化 类别型特征：one-hot 编码 组合特征 文本特征中的TF-IDF:TF(t)=(t在当前文中出现 ...
分类：
其他好文 时间：
2016-06-29 20:40:42
阅读次数：
501
D:/face 构造face训练器为例 一：样本创建 训练样本分为正例样本和反例样本，其中正例样本是指待检目标样本，反例样本指其它任意图片。 负样本可以来自于任意的图片，但这些图片不能包含目标特征。负样本由背景描述文件来描述。背景描述文件是一个。 创建 正 负 样本目录 mkdir D:\face\ ...
分类：
其他好文 时间：
2016-06-25 12:24:45
阅读次数：
478
