2018年10月14日

6-13 Hog特征1

摘要: Hog特征与Haar特征有点不同,Hog特征是直接经过模板计算得到的 阅读全文

posted @ 2018-10-14 15:42 绿茵好莱坞 阅读(200) 评论(0) 推荐(0)

6-12 SVM小结

摘要: 介绍了SVM的概念以及如何利用SVM进行一个身高体重的训练和预测。如果类别比较简单的话,那么在二维空间上它有可能就是一条直线。如果类别比较复杂,那么投影到高维空间上它就是一个超平面。所以SVM的本质它就是寻求这样一个最优的超平面。超平面只要找到了,那么就可以利用这个超平面完成分类问题。 SVM支持很 阅读全文

posted @ 2018-10-14 10:29 绿茵好莱坞 阅读(204) 评论(0) 推荐(0)

6-11 SVM支持向量机2

摘要: SVM支持向量机的核:线性核。进行预测的时候我们需要把正负样本的数据装载在一起,同时我们label标签也要把正负样本的数据全部打上一个label。 第四步,开始训练和预测。ml(machine learning(机器学习模块)). 阅读全文

posted @ 2018-10-14 09:23 绿茵好莱坞 阅读(200) 评论(0) 推荐(0)

导航