1

我在 Ubuntu 12.10 64 位上使用 OpenCV 2.4.3，当我运行 opencv_training 时，我收到如下所示的错误消息。培训仍在继续，所以我不认为这是一个严重错误，但它仍然公然说“错误”。我似乎找不到任何解决方案 - 这是什么意思（什么是 AdaBoost ），为什么它抱怨“错误分类”，我该如何解决？我在 Google 上找到的任何内容都将其称为简单的“警告”，基本上是为了忘记它。谢谢！

cd dots ; nice -20 opencv_haartraining -data dots_haarcascade -vec samples.vec -bg negatives.dat -nstages 20 -nsplits 2 -minhitrate 0.999 -maxfalsealarm 0.5 -npos 13 -nneg 10 -w 10 -h 10 -nonsym -mem 4000 -mode ALL
Data dir name: dots_w10_h10_haarcascade
Vec file name: samples.vec
BG  file name: negatives.dat, is a vecfile: no
Num pos: 13
Num neg: 10
Num stages: 20
Num splits: 2 (tree as weak classifier)
Mem: 4000 MB
Symmetric: FALSE
Min hit rate: 0.999000
Max false alarm rate: 0.500000
Weight trimming: 0.950000
Equal weights: FALSE
Mode: ALL
Width: 10
Height: 10
Applied boosting algorithm: GAB
Error (valid only for Discrete and Real AdaBoost): misclass
Max number of splits in tree cascade: 0
Min number of positive samples per cluster: 500
Required leaf false alarm rate: 9.53674e-07
Stage 0 loaded
Stage 1 loaded
Stage 2 loaded
Stage 3 loaded
Stage 4 loaded
Stage 5 loaded
Stage 6 loaded
Stage 7 loaded

Tree Classifier
Stage
+---+---+---+---+---+---+---+---+
|  0|  1|  2|  3|  4|  5|  6|  7|
+---+---+---+---+---+---+---+---+

   0---1---2---3---4---5---6---7

Number of features used : 7544

Parent node: 7

*** 1 cluster ***
POS: 13 96 0.135417
4

1 回答 1

1

我不认为这是一条错误消息，而是描述算法如何测量其内部错误率的打印输出。在这种情况下，它使用了示例的错误分类。真实和离散的 adaboost 将输入样本映射到输出范围 [0,1]，因此有一种有意义的方法来衡量算法的不准确性。如果正在使用不同的 adaboost 变体，则此错误度量可能不再有意义。

于 2013-02-04T01:34:18.750 回答