Opencv に実装されている adaboost アルゴリズムから弱学習器に対応する機能を抽出する方法はありますか?
アダブーストは、一連の入力機能に基づいて一連の弱学習器を組み合わせることを知っています。トレーニング セットの各サンプルについて、同じ特徴が測定されます。通常、adaboost は決定スタンプを使用し、各機能のしきい値を設定して、最小のエラーを持つ決定スタンプを選択します。弱学習器を生成した特徴は何かを知りたいです。
ありがとう。
Opencv に実装されている adaboost アルゴリズムから弱学習器に対応する機能を抽出する方法はありますか?
アダブーストは、一連の入力機能に基づいて一連の弱学習器を組み合わせることを知っています。トレーニング セットの各サンプルについて、同じ特徴が測定されます。通常、adaboost は決定スタンプを使用し、各機能のしきい値を設定して、最小のエラーを持つ決定スタンプを選択します。弱学習器を生成した特徴は何かを知りたいです。
ありがとう。
モデルを保存して、テキスト ファイルから木/切り株を抽出するだけです。save() APIの使い方は非常に簡単です。ファイルには、次のような項目があります。
"スプリット: - { var:448, quality:5.0241161137819290e-002, le:1.725000000000000e+002 }"
「var」の隣の数字は機能インデックスで、「le」はこの機能の「より小さい」値です。