资源简介
自己训练的opencv基于haar特征的adaboost级联分类器模型,里面包含30个model,不同正负样本比例、不同层数。2.0-2500x7500,2.1-2500x6300,2.2-2500x5000,2.3-1500x4000-hr0.99-fa0.5
代码片段和文件信息
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 429913 2017-12-16 19:43 2.0_15.xml
文件 483805 2017-12-16 19:41 2.0_16.xml
文件 534504 2017-12-16 19:41 2.0_17.xml
文件 590085 2017-12-16 19:41 2.0_18.xml
文件 643938 2017-12-16 19:41 2.0_19.xml
文件 702005 2017-12-16 19:40 2.0_20.xml
文件 359465 2017-12-16 19:30 2.1_14.xml
文件 408693 2017-12-16 19:30 2.1_15.xml
文件 456436 2017-12-16 19:30 2.1_16.xml
文件 505667 2017-12-16 19:30 2.1_17.xml
文件 558957 2017-12-16 19:29 2.1_18.xml
文件 608110 2017-12-16 19:29 2.1_19.xml
文件 659466 2017-12-16 19:28 2.1_20.xml
文件 302259 2017-12-14 22:08 2.2_13.xml
文件 344580 2017-12-14 22:08 2.2_14.xml
文件 387750 2017-12-14 22:07 2.2_15.xml
文件 434609 2017-12-14 22:07 2.2_16.xml
文件 484710 2017-12-14 22:06 2.2_17.xml
文件 537051 2017-12-14 22:06 2.2_18.xml
文件 584897 2017-12-14 22:06 2.2_19.xml
文件 633433 2017-12-14 22:05 2.2_20.xml
文件 278253 2017-12-13 13:39 2.3_12.xml
文件 320506 2017-12-13 13:39 2.3_13.xml
文件 362395 2017-12-13 13:38 2.3_14.xml
文件 410121 2017-12-13 13:38 2.3_15.xml
文件 506278 2017-12-13 13:37 2.3_16.xml
文件 506278 2017-12-13 13:38 2.3_17.xml
文件 551680 2017-12-13 13:37 2.3_18.xml
文件 594758 2017-12-13 13:36 2.3_19.xml
文件 636052 2017-12-13 13:30 2.3_20.xml
----------- --------- ---------- ----- ----
文件 429913 2017-12-16 19:43 2.0_15.xm
文件 483805 2017-12-16 19:41 2.0_16.xm
文件 534504 2017-12-16 19:41 2.0_17.xm
文件 590085 2017-12-16 19:41 2.0_18.xm
文件 643938 2017-12-16 19:41 2.0_19.xm
文件 702005 2017-12-16 19:40 2.0_20.xm
文件 359465 2017-12-16 19:30 2.1_14.xm
文件 408693 2017-12-16 19:30 2.1_15.xm
文件 456436 2017-12-16 19:30 2.1_16.xm
文件 505667 2017-12-16 19:30 2.1_17.xm
文件 558957 2017-12-16 19:29 2.1_18.xm
文件 608110 2017-12-16 19:29 2.1_19.xm
文件 659466 2017-12-16 19:28 2.1_20.xm
文件 302259 2017-12-14 22:08 2.2_13.xm
文件 344580 2017-12-14 22:08 2.2_14.xm
文件 387750 2017-12-14 22:07 2.2_15.xm
文件 434609 2017-12-14 22:07 2.2_16.xm
文件 484710 2017-12-14 22:06 2.2_17.xm
文件 537051 2017-12-14 22:06 2.2_18.xm
文件 584897 2017-12-14 22:06 2.2_19.xm
文件 633433 2017-12-14 22:05 2.2_20.xm
文件 278253 2017-12-13 13:39 2.3_12.xm
文件 320506 2017-12-13 13:39 2.3_13.xm
文件 362395 2017-12-13 13:38 2.3_14.xm
文件 410121 2017-12-13 13:38 2.3_15.xm
文件 506278 2017-12-13 13:37 2.3_16.xm
文件 506278 2017-12-13 13:38 2.3_17.xm
文件 551680 2017-12-13 13:37 2.3_18.xm
文件 594758 2017-12-13 13:36 2.3_19.xm
文件 636052 2017-12-13 13:30 2.3_20.xm
相关资源
- 基于立体视觉的道路场景分割与车辆
- 基于AdaBoost算法的人脸检测(北京大学
- 车辆检测代码
- Vehicle-And-Pedestrian-Detection-Using-Haar-Ca
- Mobilenet-SSD 车辆检测
- AdaBoost人脸检测程序
- 车辆检测训练集-车辆检测正样本集
- 基于HOG特征与SVM的车辆检测方法研究
- HOG+Adaboost级联分类器训练代码
- 车辆检测数据集
- Haar+Adaboost级联的目标检测程序亲测可
- 利用haar+CART+adaboost训练自己的人脸检
- 高斯混合建模与卡尔曼滤波更新用于
- 基于YOLO神经网络的实时车辆检测代码
- 车辆检测负样本
- 车辆检测样本图片
- OpenCV级联分类器训练与使用教程与代
- 基于opencv的车辆检测
- 基于OpenCV的车辆监测与计数
- train800.rar
- 自习室查找app
- Haar+Adaboost人脸检测 C实现
- 基于BP_Adaboost的强分类器设计-公司财
- AdaBoost算法实现
- adaboost 人脸识别
- 车辆视频检测与跟踪
- 视频车辆检测Demo
- 基于NavieBayes的adaboost算法实现
- 基于视觉和毫米波雷达的车辆检测_英
- AdaBoost讲解
评论
共有 条评论