因为工作的原因,本人需要用到分类器来检测目标,所以需要训练自己的分类器 在这里我就简单的说下步骤和注意事项。 HaarTraining步骤 1.正负样本处理 正样本处理需要对正样本进行归一化处理,一般情况下可以用Photoshop对图像进行尺寸统一处理,比如都是20*20或者24*24,其中其它尺寸 ...
分类:
其他好文 时间:
2016-04-01 23:26:32
阅读次数:
288
【这里只讲快速入门——即破题,正负样本不平衡、特征数量等问题就自己多看论文或者其他资料吧~~如果还有数据挖掘相关基础知识不了解的,建议看看《数据挖掘导论》】【以下是理解错误案例】:错误的根本原因是不能保证训练集的构建逻辑与赛题目标保持一致,不能保证训练集和测试集的构建逻辑保持一致,不能保证离线评测的...
分类:
移动开发 时间:
2015-09-09 09:37:44
阅读次数:
238
%% 正负样本所在folderfext='*.png';%要读取的文件格式positiveFolder='F:\课题\Crater detection\machingLearning\Positive Images\';%要读取文件的路径dtPositive=dir([positiveFolder ...
分类:
其他好文 时间:
2015-09-07 12:48:20
阅读次数:
176
对于机器学习的实际运用,光停留在知道了解的层面还不够,我们需要对实际中容易遇到的一些问题进行深入的挖掘理解。我打算将一些琐碎的知识点做一个整理。1 数据不平衡问题这个问题是经常遇到的。就拿有监督的学习的二分类问题来说吧,我们需要正例和负例样本的标注。如果我们拿到的训练数据正例很少负例很多,那么直接拿来做分类肯定是不行的。通常需要做以下方案处理:1.1 数据集角度通过调整数据集中正负样本的比例来解决数...
分类:
编程语言 时间:
2015-07-28 21:17:17
阅读次数:
180
/*
*icvPrecalculate
*作用:计算特征值,并排序
*具体来说也就是根据训练样本信息和haar特征信息,在函数内部引用icvGetTrainingDataCallback来
*分批计算正负样本的前numprecalated个haar特征值,并把计算好的特征值进行排序,最后结果存储在data->valcache之中
*/
static
void icvPrecalculat...
分类:
其他好文 时间:
2015-07-14 15:43:28
阅读次数:
162
cvBoostStartTraining
*
* 该函数的作用是在第一个弱分类器训练时,初始化训练过程,计算特征值,并初始化样本权重
*
* 参数含义如下:
* trainClasses
* 它是训练样本类的向量,每个元素要么是0,要么是1;而且数据0,1的数据烈性必须是CV_32FC1,即32位浮点型单通道的类型
* weakTrainVals
* 第一个训练好的弱分类器的响应值,数据类型是CV_32FC1.
* 注:响应值,我的理解是正负样本在该弱分...
分类:
其他好文 时间:
2015-06-26 11:11:03
阅读次数:
130
优化的边界分类器
上一讲里我们介绍了函数边界和几何边界的概念,给定一组训练样本,如果能够找到一条决策边界,能够使得几何边界尽可能地大,这将使分类器可以很可靠地预测训练样本,特别地,这可以让分类器用一个“间隔”将正负样本分开。
现在,我们假设给定的一组训练样本是线性可分的,即有可能找到这样一条分界面,将正负样本分开。如何找到这样一个分界面可以使得几何边界最大?我们将这个优化问题用如下的表达式给出...
分类:
系统相关 时间:
2015-06-05 15:52:27
阅读次数:
242
SVM能实现功能即在给出的正负样本中找到一条分割线(面),将正负样本分割出来。而这条分割线(面)即我们所说的分类器,其记录的正样本的特征,以及和负样本的区别。当有新的样本过来时,则通过和分类器比较即可分辨出新的样本是否属于正样本行列。
以车辆识别为例,SVM的一般使用步骤如下:
1、获取正负样本。
前面说了SVM能够找到一条存在与正负样本之间的分割线(面),那么何为正负样本呢?
所谓...
分类:
其他好文 时间:
2015-03-11 17:25:59
阅读次数:
183
人脸检测做训练当然可以用OpenCV训练好的xml,但是岂止于此。我们也要动手做!~
首先是样本的选取。样本的选取很重要,找了很久才发现几个靠谱的。
人脸样本:http://www.vision.caltech.edu/Image_Datasets/Caltech_10K_WebFaces/ 网上抓取的逾10,000个人脸样本
http://...
分类:
其他好文 时间:
2014-10-30 10:22:34
阅读次数:
1343
ROC曲线在网上有很多地方都有说ROC曲线对于正负样本比例不敏感,即正负样本比例的变化不会改变ROC曲线。但是对于PR曲线就不一样了。PR曲线会随着正负样本比例的变化而变化。但是没有一个有十分具体和严谨地对此做出过分析和论证(至少我没有找到)。此处记为结论1:结论1:PR曲线会随着正负样本比例的变化...
分类:
其他好文 时间:
2014-07-14 08:24:07
阅读次数:
493