5

我试图从教程中检测到一些东西。训练完成后,将创建阶段文件和级联文件。我对算法有所了解,但我不知道这些文件中信息的含义。

<internalNodes>
        0 -1 13569 2.8149113059043884e-003</internalNodes>
      <leafValues>
        9.8837211728096008e-002 -8.5897433757781982e-001</leafValues></_>  

<rects>
        <_>
          0 0 3 1 -1.</_>
        <_>
          1 0 1 1 3.</_></rects>
      <tilted>0</tilted></_>

这些值的含义是什么?

4

1 回答 1

9

让我们从第一个块开始:

<internalNodes>
        0 -1 13569 2.8149113059043884e-003</internalNodes>
<leafValues>
        9.8837211728096008e-002 -8.5897433757781982e-001</leafValues></_> 

它描述了一种弱分类器。在这种情况下,它是基于树桩的,即它的最大深度等于 1 的树。0-1是根节点左右子节点的索引。如果索引小于或等于零,则表明它是叶节点。请注意,要计算叶指数,您需要将其取反。下一个数字(13569)是部分特征的索引<features>。下一个数字(2.8149113059043884e-003)是节点阈值。在leafValues部分介绍了级联树中叶子的权重。

例如,在这个弱分类器中,我们需要计算 13569 个特征的值。接下来,将此值与阈值 (2.8149113059043884e-003) 进行比较,如果它小于阈值,则需要添加第一个叶值 (9.8837211728096008e-002),否则需要添加第二个叶值 (-8.5897433757781982e-001) .

在此处输入图像描述

下一节描述了 Haar 功能之一:

<rects>
        <_>
          0 0 3 1 -1.</_>
        <_>
          1 0 1 1 3.</_></rects>
<tilted>0</tilted></_>

它显然描述了矩形的参数(x,y,宽度,高度)和矩形的权重。它也可能是倾斜的,这由<tilted>0</tilted>标志表示。

我希望它会有所帮助。

于 2016-01-20T10:27:18.197 回答