نمايش پست تنها
قديمي ۰۵-۹-۱۳۹۲, ۱۱:۱۷ قبل از ظهر   #2 (لینک دائم)
kamran_kenzo Male
عضو فوق فعال
 
آواتار kamran_kenzo
 
تاريخ عضويت: تير ۱۳۸۹
محل سكونت: Tehran
پست ها: 190
تشكرها: 4
91 تشكر در 74 پست
پيش فرض

نقل قول:
نوشته اصلي بوسيله mobna نمايش پست
با سلام خدمت همه دوستان
بنده قصد دارم یک شبکه عصبی از نوع haar classifier آموزش بدم . برای آموزش این شبکه عصبی یک سری positive sample و negative sample نیاز است.
برای آموزش این شبکه عصبی از opencv_haartraining.exe از ورژن 2.1 opencv استفاده می کنم.
سوال من اینه که آیا ترتیب تصاویری که به عنوان positive sample داده میشه اهمیت داره ؟
مثلا فرض کنید قصد داریم شبکه عصبی را برای car detection آموزش دهیم. اینکه تصاویر بصورت یکی در میان از ماشین های مختلف باشد یا اینکه 10 تصویر اول مربوط به ماشین اول ، 10 تصویر دوم مربوط به ماشین دوم و . . .الی آخر.
اگر ترتیب دادن تصاویر مهم است کدامیک از روش های فوق بهتر است؟
سلام
بله ترتیب ورودی ها در یادگیری اثر گذار است . بهتر است داده ها را به صورت تصادفی انتخاب کنید.
kamran_kenzo آفلاين است   پاسخ با نقل قول