train_class_gmm — MV `classify` op

• 数据种类:matrix → table

• 调用: import fullseye as fs; fs.ledger.train_class_gmm(features, labels, n_centers=1, iterations=100, tol=1e-06, regularize=1e-06, seed=0)(要直接调用实现,import mvclass; mvclass.train_class_gmm(features, labels, n_centers=1, iterations=100, tol=1e-06, regularize=1e-06, seed=0);从台账取用则 opsmv.get("train_class_gmm"))

• HALCON 对应:train_class_gmm(其含义与参数可参考 HALCON 手册)

• GPU:无(仅 CPU 参考实现)

用法

用 EM 为每个类学习高斯混合模型。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

事前確率はクラスの行数の比。n_centers=1 は 2 次判別分析と同じ。空の入力(features が 0 要素)は ValueError。

Args:

features: (N, D) の特徴。

labels: 長さ N のクラス(2 種類以上)。

n_centers: クラスあたりの成分数(>= 1)。

iterations: EM の上限回数(>= 1)。

tol: 対数尤度の相対変化の収束判定。

regularize: 共分散の対角に足す値(> 0)。

seed: 初期中心を選ぶ乱数の種。

Returns:

classes、priors、components を持つモデルの dict。

详细使用指南

• machine_vision_classics 族使用指南

参考(示例数据、文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者、年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

• poc_real_typewritten_ocr — py -3.11 examples/poc_real_typewritten_ocr.py

• poc_surface_defect_classifiers — py -3.11 examples/poc_surface_defect_classifiers.py

类型可衔接的下一个算子(可接受 `table` 作为输入)

map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm

同类别(`classify`)

classify_class_gmm · evaluate_class_gmm · train_class_knn · classify_class_knn · train_class_mlp · classify_class_mlp · train_class_svm · classify_class_svm

*Provenance: mvclass.py — MV 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

train_class_gmm — MV classify op

用法