完善资料让更多小伙伴认识你,还能领取20积分哦, 立即完善>
`
AdaBoost算法就是用一个数据多次训练一个弱的分类器,但是adaboost分类器主要关注那些以被分离器错分的数据。提高分类错误数据的权重,降低分对数据集的权重。最后把每个分类器集合到一起,然后进行测试。(注:关于这一部分的学习,主要来源于世纪晟科技3D动态人脸识别的实战练习。) 功能—— 将分类性能不好的弱分类器提升为分类性能好的强分类器的学习算法 思想—— 学习一系列分类器,在这个序列中每一个分类器对它前一个分类器导致的错误分类样例给予更大的重视 图是比较直观能够理解的,至于Harr-like特征之前也有谈到过,同时对于Haar-Like特征的快速计算也写过一篇,这部分可以结合起来一起学习。 输入—— 1.训练用人脸和非脸样本 2.指定要挑选出来的弱分类器的数目T 这也是程序循环的次数 3.利用先验知识初始化权值向量 一般可以平均设置 ` |
|
相关推荐 |
|
PD诱骗取电芯片_PD_Sink端芯片之XSP05实战应用电路
1624 浏览 1 评论
BLDC、PMSM电机智能栅极驱动芯片之TMC6140知识分享
478 浏览 0 评论
国产电源芯片DP4054 软硬件兼容TP4054 规格书资料
1033 浏览 0 评论
2583 浏览 3 评论
1117 浏览 1 评论
小黑屋| 手机版| Archiver| 电子发烧友 ( 湘ICP备2023018690号 )
GMT+8, 2024-6-26 17:59 , Processed in 0.564675 second(s), Total 45, Slave 34 queries .
Powered by 电子发烧友网
© 2015 bbs.elecfans.com
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 (电路图) 湘公网安备 43011202000918 号 电信与信息服务业务经营许可证:合字B2-20210191 工商网监 湘ICP备2023018690号