問題タブ [adaboost]

OpenCV のドキュメントには、インフルエンス トリミングを使用して、「ブーストされたモデルの計算時間を短縮し、精度を大幅に低下させる」ことができると記載されています。デフォルトでは、weight_trim_rate パラメーターは 0.95 です。そのパラメータを 0 に変更してインフルエンス トレーニングを無効にした後、実際に大幅なスピードアップを達成しました。262144 サンプルのデータセットを使用すると、5 倍のスピードアップを達成できます。10 倍のデータセットを使用すると、3 倍の高速化を達成できます。これは、予想される動作とは逆のようです。なぜこれが起こっているのか、誰か説明できますか？ありがとう！

いくつかのサンプル データを以下に追加します。ここでの基本的なケースは、インフルエンス トリミングが無効になっている場合です。これにより、95.03 の精度と 10.607 のトレーニング時間が得られます。インフルエンス トリミングをオンにすると (デフォルトは 0.95)、精度は予想どおり 94.94 に低下しますが、トレーニング時間は 5 倍かかります。

コード例:

Boosted Cascade of Simple Features を使用した高速オブジェクト検出を読みました。パート 3 では、次のような弱分類器を定義します。

私の質問は次のとおりです。しきい値を指定する方法はtheta_j?

強力な分類器の場合、私の質問は次のとおりです。

Rでランダムフォレストをトレーニングするためにforeachパッケージを日常的に使用しています.adaboostモデルをトレーニングするための大まかな同等物を見つけようとしていますが、結果をどのように組み合わせるかという問題に直面しています. randomForest パッケージには、複数の randomForest オブジェクトを単一の RF オブジェクトに結合できる「結合」機能があります。同様の機能を備えたブースト パッケージはありますか? 私は通常パッケージ adabag を使用しますが、出力されたモデルを結合する方法がわかりません (または方法があるかどうか)。誰かがこれを試して解決策を見つけましたか? このスニペットは、モデルを並行して作成するために機能します。

しかし、その後、単一のモデルではなくモデルのリストになってしまい、それらを組み合わせる方法がわかりません。

opencv_trainedcascade.exe を使用して顔をトレーニングしました。さまざまな段階の一連の xml ファイルがあります。各xmlファイルには内部ノードとleafVlauesがあり、そのうちの1つを以下に示します。

私のクエリは (1) stageThreshold、internalNodes、leafValues とはどういう意味ですか? (2)実際の顔検出では、カスケード分類器でどのように使用されているか、Adaboost アルゴリズムに関するいくつかの論文を読みました。でもよくわかりません。ありがとう

AdaBoost を使用して、多数 (~100k) から適切なセット機能を選択したいと考えています。AdaBoost は、機能セットを反復処理し、機能のパフォーマンスに基づいて機能を追加することで機能します。既存の機能セットによって誤って分類されたサンプルで適切に機能する機能を選択します。

現在、Open CV で使用していCvBoostます。動作する例を取得しましたが、ドキュメントからは、使用した機能インデックスを引き出す方法が明確ではありません。

サードパーティのライブラリを使用するかCvBoost、自分で実装するかのいずれかを使用して、AdaBoot を使用して大規模な機能セットから一連の機能を引き出すにはどうすればよいでしょうか?