《表2 分类器训练结果:基于Python的车辆检测算法的实现》
本文设置强分类器误检率阈值为0,弱分类器个数为40。由于硬件限制,Haar-like特征只使用五种特征,同时保证每训练十个弱分类器测试一次分类器性能。经测试,在此环境下每40分钟完成一个弱分类器的训练。且训练结果如表2:
图表编号 | XD00119730800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.31 |
作者 | 张巍 |
绘制单位 | 中国联合网络通信有限公司太原市分公司 |
更多格式 | 高清、无水印(增值服务) |
本文设置强分类器误检率阈值为0,弱分类器个数为40。由于硬件限制,Haar-like特征只使用五种特征,同时保证每训练十个弱分类器测试一次分类器性能。经测试,在此环境下每40分钟完成一个弱分类器的训练。且训练结果如表2:
图表编号 | XD00119730800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.31 |
作者 | 张巍 |
绘制单位 | 中国联合网络通信有限公司太原市分公司 |
更多格式 | 高清、无水印(增值服务) |