OpenCV 迭代随机森林训练

Posted 2023-02-16

【中文标题】OpenCV 迭代随机森林训练

【英文标题】：OpenCV Iterative random forest training

【发布时间】：2012-10-25 09:46:39

【问题描述】：

我正在使用随机森林算法作为我论文项目的分类器。 训练集由数千张图像组成，每张图像大约 2000 像素被采样。对于每个像素，我有数十万个特征。和 我目前的硬件限制（8G 内存，可能扩展到 16G）我能够 仅将一张图像的样本（即每个像素的特征）放入内存中。我的 问题是：是否可以多次调用train方法，每次 使用不同图像的样本，并自动获取统计模型 每次通话都更新？我对变量重要性特别感兴趣，因为在我 用整个特征集训练完整的训练集，我的想法是减少 特征的数量从几十万到大约 2000，只保留 最重要的。

感谢您的任何建议， 丹尼尔

【参考方案1】：

我认为该算法不支持增量训练。您可以考虑使用其他特征缩减方法在训练之前减小描述符的大小。或者估计所有训练图像中随机像素子集的变量重要性，尽可能多地填充到你的记忆中......

【参考方案2】：

查看我对this post 的回复。随机森林有增量版本，它们可以让您在更大的数据上进行训练。

【讨论】：

不幸的是，我读你的答案太晚了。我最终得到了一个与您的类似的自定义实现（以呼吸优先的方式生长树）。此外，增长是按节点完成的，并使用 OpenCL 并行化。所有代码都在这里code.google.com/p/parloma/source/browse/…。代码现在专门针对我的问题（手势识别），希望有时间重写库来处理通用问题。

一个更通用的实现可以在这里找到github.com/mUogoro/padenti