Доступ и изменение узлов дерева решений OpenCV при использовании Adaboost

Question

Я изучаю увеличенное дерево из 30000 случайно сгенерированных функций. Обучение ограничено, чтобы сказать только лучшие 100 функций. После изучения того, как извлечь из объекта CvBoost индексы функций, используемых в дереве решений.

Моя мотивация для этого состоит в том, чтобы отменить требование генерировать все 30000 функций и вычислять только те функции, которые будут использоваться. Я включил распечатку файла yml, сгенерированного из функции CvBoost.save. Я думаю, что я хочу, это значение называется sample_count которая идентифицирует функцию, как показано ниже в дереве решений глубины 1:

 trees:
      -
         best_tree_idx: -1
         nodes:
            -
               depth: 0
               sample_count: 11556
               value: -1.8339875099775065e+00
               norm_class_idx: 0
               Tn: 0
               complexity: 0
               alpha: 0.
               node_risk: 0.
               tree_risk: 0.
               tree_error: 0.
               splits:
                  - { var:497, quality:8.6223608255386353e-01,
                      le:5.3123302459716797e+00 }
            -
               depth: 1
               sample_count: 10702
               value: -1.8339875099775065e+00
               norm_class_idx: 0
               Tn: 0
               complexity: 0
               alpha: 0.
               node_risk: 0.
               tree_risk: 0.
               tree_error: 0.
            -
               depth: 1
               sample_count: 854
               value: 1.8339875099775065e+00
               norm_class_idx: 1
               Tn: 0
               complexity: 0
               alpha: 0.
               node_risk: 0.
               tree_risk: 0.
               tree_error: 0.

РЕДАКТИРОВАТЬ

В настоящее время у меня есть следующий код для доступа к данным:

//Interrogate the Decision Tree. Each element is a Decision Tree, making up the classifer
    CvSeq* decisionTree = boostDevice.get_weak_predictors();

    simplifyFeatureSet(decisionTree, firstOrderROIs );

эта функция:

inline void Chnftrs::simplifyFeatureSet(CvSeq* decisionTree, std::vector<boost::tuple<int, cv::Rect> >& rois)
{
    //This variable stores the index of the feature used from rois and a pointer to the split so that the variable there can
    //be updated when the rois are pruned and reordered.
    std::vector<boost::tuple<int, CvDTreeSplit* > > featureIdx;

    //Determine the max depth of the tree

    printf("Size of boost %d \n", decisionTree->total);

    for (int i = 0; i < decisionTree->total; i++)
    {
            //Get the root of the tree
            CvBoostTree *tree =0;
            tree = (CvBoostTree*)cvGetSeqElem(decisionTree, i);

            if(tree == 0)
                printf("Tree is NULL\n");
            else
                printf("Tree Addr %ld\n", tree);            

            const CvDTreeNode *root = tree->get_root();

            printf("Class_idx %d, Value %f ", root->sample_count, root->value);

            featureIdx.push_back(boost::tuple<int, CvDTreeSplit*>(root->split->var_idx, root->split)); 

                    //Search down the right hand side
            depthFirstSearch(root->right, featureIdx);

            //Search down the left hand side
            depthFirstSearch(root->left, featureIdx);


    }
}

Однако, когда я пытаюсь получить доступ к любым членам root, таких как в root->sample_count Я получаю ошибку сегментации. Возможно, что члены CvTree недоступны, если только для CvTreeTrainData.shared не установлено значение true (по умолчанию это значение false). как указано здесь

любая помощь будет отличной

ура

Питер

Answer 1

Хорошо,

Был в состоянии редактировать дерево решений, следуя методам в источнике, как классификатор CvBoost сохранил и считал себя с диска. По какой-то причине cvGetSeqElem() не возвращает действительные указатели из переданного ему объекта CvSeq для объекта типа дерева решений.

Чтобы получить копию дерева решений, CvSeqReader и макрос cvStartReadSeq работали лучше всего. Макрос CV_READ_SEQ_ELEM(), кажется, обновляется во время цикла, получая следующее дерево в Seq.:

    CvSeqReader reader;
    cvStartReadSeq( weak, &reader );

     for (int i = 0; i < weak->total; i++)
        {

            CvBoostTree* tree;
            CV_READ_SEQ_ELEM( tree, reader );

                const CvDTreeNode *root = 0;
                root = tree->get_root();

                printf("Root Split VarIdx : %d c: %f, ", root->split->var_idx, root->split->ord.c);

                featureIdx.push_back(boost::tuple<int, CvDTreeSplit*>(root->split->var_idx, root->split)); 

                //Search down the right hand side
                depthFirstSearch(root->right, featureIdx);

                //Search down the left hand side
                depthFirstSearch(root->left, featureIdx);


        }