問題タブ [adaboost]

AdaBoost アルゴリズムを使用するアプリケーションを実装しようとしています。AdaBoost が一連の弱分類器を使用していることは知っていますが、これらの弱分類器が何であるかはわかりません。例を挙げて説明して、独自の弱分類器を作成する必要があるかどうか、または何らかのアルゴリズムを使用する必要があるかどうかを教えてください。

ゾウがアフリカゾウかアジアゾウかを分類する AdaBoost を使用して Java アプリケーションを実装したいと思います。私のエレファントクラスにはフィールドがあります：

私は AdaBoost の初心者であり、優れた弱分類器は判断の切り株であることを学びました。決定スタンプを 2 つだけ作成する必要があるか (サイズに 1 つ、重量に 1 つ)、それとも決定スタンプをさらに作成する必要があるかどうか (サイズの違いと重量の違い) を知りたいですか? 分類器の作成はどのように行われるのでしょうか?

ゾウがアジアゾウかアフリカゾウかを分類するために、AdaBoost を使用するアプリケーションを実装しています。私の入力データは次のとおりです。

分類子クラスを作成しました：

そして、次のように、「サイズ」としきい値 = 250 で分類する分類子を main() でトレーニングしました。

分類器が各象を分類した後、分類器の誤差を数え、各サンプル (象) の重みを更新し、分類器の重みを数えます。私の質問は次のとおりです。

次の分類器を作成するにはどうすればよいですか? また、誤分類されたサンプルをどのように処理しますか? 最初の分類器を適切に作成しましたか?

いくつかの弱い学習器を強い分類器に結合するにはどうすればよいですか? 私は公式を知っていますが、問題は、私が読んだ AdaBoost に関するすべての論文には、例のない公式だけがあることです。つまり、弱い学習者とその重みを取得したので、式が指示することを実行できます (学習者にその重みを掛け、別の学習者にその重みを掛けたものを追加し、別の学習者を追加するなど)。私の弱い学習者は意思決定の切り株です。属性としきい値があるので、何を乗算しますか?

私はデータマイニング技術AdaBoostに出くわしましたが、それがどのように機能するか、または私が経験できる例について多くの情報を見つけることができません。誰かがこの分野に光を当ててくれませんか？

また、データの予測と探索を試してみたいのですが、誰か例がありますか？

「4916 のポジティブ トレーニング サンプルが手動で選択され、整列、正規化、および 24x24 の基本解像度にスケーリングされました。10,000 のネガティブ サンプルは、顔を含まない 9500 枚の画像からサブウィンドウをランダムに選択することによって選択されました」と言われています。論文「Robust Real-Time Face Detection by Paul Viola & Michael Jones」

私の質問は、24x24 の基本解像度に整列、正規化、スケーリングされたものを手作業で選択することについて、彼らは何を意味するのでしょうか?

「厳選された」とは、4916 の異なる顔の 4916 のポジティブな画像があることを意味しますか? 「正規化」とは、4916 枚の画像のそれぞれが同じ特徴 [ファイル サイズ、ファイルの種類、画像の色 (グレー スケール/カラー)] を持っていることを意味しますか? 「24x24 の基本解像度にスケーリング」とは、4916 個の画像のそれぞれが 24x24 ピクセルにサイズ変更されることを意味しますか?

御時間ありがとうございます！

AdaBoost アルゴリズムを実装しようとしていますが、2 つの質問があります。

1) 反復ごとに、確率分布に従ってトレーニング データを再サンプリングする必要があります。再サンプリングされたデータ セットのサイズは、元のデータ セットのサイズと同じである必要があります。2) 確率分布に従ってトレーニング データ セットを再サンプリングすると、1 つのデータ ポイントに対して複数のコピーを取得できる可能性が高くなります。各反復で弱分類器をトレーニングしている間、これらの冗長コピーをすべて保持する必要があります。

顔検出に Viola Jones アルゴリズムを実装しています。アルゴリズムの AdaBoost 学習部分の最初の部分に問題があります。

元の論文の状態

弱分類器選択アルゴリズムは次のように進行します。各機能について、例は機能値に基づいて並べ替えられています。

私は現在、2000 枚のポジティブ画像と 1000 枚のネガティブ画像の比較的小さなトレーニング セットを使用しています。この論文では、10,000 もの大規模なデータ セットを持つことについて説明しています。

AdaBoost の主な目的は、合計 160,000 以上の 24x24 ウィンドウ内の機能の数を減らすことです。アルゴリズムはこれらの機能に作用し、最適なものを選択します。

この論文では、各特徴について、各画像でその値を計算し、値に基づいて並べ替えると説明しています。これが意味することは、機能ごとにコンテナーを作成し、すべてのサンプルの値を保存する必要があるということです。

私の問題は、10,000 個の機能 (それらのわずか 6%) を評価しただけでプログラムがメモリ不足になることです。すべてのコンテナーの全体的なサイズは、最終的に 160,000*3000 になり、数十億になります。メモリ不足にならずにこのアルゴリズムを実装するにはどうすればよいですか? ヒープ サイズを増やしたところ、3% から 6% になりました。これ以上増やしてもうまくいかないと思います。

この論文は、これらのソートされた値がアルゴリズム全体で必要であることを暗示しているため、各機能の後でそれらを破棄することはできません。

これまでの私のコードは次のとおりです

Rainer Leinhart による haarcascade_frontalface_alt.xml と同じくらい優れた堅牢な手のジェスチャーを検出する XML ファイルを作成しようとしています。これまでのところ、 http://nayakamitarup.blogspot.com/2011/07/how-to-make-your-own-haar-trained-xml.htmlに投稿されているようなさまざまなトレーニング手法を試してきました (数時間から 3 日) とhttp://note.sonots.com/edit.php?SciSoftware/haartrainingにあるもの (約 1 週間かかります)。どちらも、対応する手を正常に検出できるファイルを生成しませんでした。XML ファイルをトレーニングするこれら 2 つの方法を試して、成功した人はいますか? また、2 つのサイトの作成者にメールを送信してみましたが、まだうまくいきません。

また、Paul Viola と Michael Jones による Robust Real-Time Face Detection という記事 (および池原浩二が Viola Jones Experiments (training sets) というタイトルでここに投稿した 1 つの質問) にも出くわしました。トレーニング？このタスクのためのツールに出くわした人はいますか?

私はここが初めてで、これに関する洞察をいただければ幸いです。ありがとうございました！

Viola-Jones オブジェクト検出フレームワーク (Viola と Jones によるロバスト リアルタイム顔検出)について説明している彼らの論文では、次のように述べられています。

トレーニングに使用されるサブウィンドウの例はすべて、さまざまな照明条件の影響を最小限に抑えるために分散が正規化されています。

私の質問は、「画像を正規化するためにどのようなツールを使用したのですか?」です。

Viola & Jones が使用した特定のツールを探しているのではなく、ほぼ同じ出力を生成する同様のツールを探しています。私は多くのhaar-trainingチュートリアル（手を検出しようとしています）に従ってきましたが、まだ良い検出器（xml）を出力できません。

作者に連絡してみましたが、まだ返事がありません。