algorithm - 关于调整级联 AdaBoost 阶段阈值的一些细节

Question

我已经实现了 AdaBoost 序列算法，目前我正在尝试基于 P. Viola 和 M. Jones 原始论文实现所谓的 Cascaded AdaBoost。不幸的是，我对调整一个阶段的阈值有一些疑问。正如我们在原始论文中所读到的，这个过程是用一句话描述的:

Decrease threshold for the ith classifier until the current
cascaded classifier has a detection rate of at least
d × Di − 1 (this also affects Fi)

我不确定主要有两件事:

• 阈值是多少？是 0.5 * sum (alpha) 表达式值还是只有 0.5 个因子？
• 阈值的初始值应该是多少？ (0.5？)
• “降低阈值”的详细含义是什么？我是否需要迭代选择新的阈值，例如0.5、0.4、0.3？减少的步骤是什么？

我曾尝试在 Google 中搜索此信息，但不幸的是我找不到任何有用的信息。

感谢您的帮助。

Answer 1

我也有同样的疑问，目前还没有找到任何权威来源。但是，这是我对这个问题的最佳猜测:1. (0.5*sum(aplha)) 是阈值。2.阈值的初始值是上面的。接下来，尝试使用中间强分类器(您当前拥有的)对样本进行分类。您将获得每个样本获得的分数，并且根据阈值的当前值，一些正样本将被归类为负样本等。因此，根据此阶段所需的检测率(强分类器)，降低阈值，使许多正样本得到正确分类，

例如:说脱粒。是 10，这些是正训练样本的当前分类器输出:

9.5、10.5、10.2、5.4、6.7

我想要 80% 的检测率 => 80% 以上 5 个样本正确分类 => 4 个以上 => 将阈值设置为 6.7

显然，通过更改阈值，FP 率也会发生变化，因此请更新它，如果未达到该阶段所需的 FP 率，请在该阶段使用另一个分类器。

我没有参加过关于 ada-boost 等的正式类(class)，但这是我根据我尝试实现的一些研究论文得出的观察结果。如果有什么不对请指正。谢谢!