OpenCV 3 lernen

Kapitel 21. StatModel: Das Standardmodell für das Lernen in OpenCV

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Im vorigen Kapitel haben wir das maschinelle Lernen im Allgemeinen besprochen und uns einige grundlegende Algorithmen angesehen, die schon vor langer Zeit in der Bibliothek implementiert wurden. In diesem Kapitel werden wir uns einige modernere Techniken ansehen, die sich als sehr vielseitig einsetzbar erweisen werden. Bevor wir jedoch damit beginnen, stellen wir cv::ml::StatModel vor, das die Grundlage für die Implementierung der Schnittstellen zu allen fortgeschrittenen Algorithmen bildet, die wir in diesem Kapitel sehen werden. Nachdem wir cv::ml::StatModel kennengelernt haben, werden wir uns im weiteren Verlauf des Kapitels mit verschiedenen Lernalgorithmen aus der OpenCV-Bibliothek beschäftigen. Die Algorithmen werden hier in einer ungefähren chronologischen Reihenfolge nach ihrer Einführung in der Computer Vision Community vorgestellt.¹

Gemeinsame Routinen in der ML-Bibliothek

Die zeitgenössischen Routinen in der ML-Bibliothek sind in Klassen implementiert, die von der gemeinsamen Basisklasse cv::ml::StatModel abgeleitet sind. Diese Basisklasse definiert die Schnittstellenmethoden, die für alle verfügbaren Algorithmen gültig sind. Einige der Methoden werden in der Basisklasse cv::Algorithm deklariert, von der cv::ml::StatModel selbst abgeleitet ist. Hier ist die (etwas abgekürzte) ...