caxieyou

谢谢你的回复，继续就这个问题进行讨论的话 请问 你有亲自跑过这个算法到什么程度么 比如送进去多少张带标定的人脸图 和多少张负样本，结果如何 我之前没有做过相关的算法，这是第一个决策树类的训练项目，然后就数量而言 论文里送了正负样本各两万张 然后就训练了5040个弱分类器 这在我看来是一件很神奇的事情 python代码采取的策略是 每隔8个像素进行一次位移的“扫图” 其中一共候选的负样本按照20000张计算的话，最后生产的小样本，有几百万个小patch之多，最后就直接不够用，而且是在第40个分类器就用完了，如果采用hard negative mining这样的方法，作用能有多大，后面还有几千个弱分类器等着要“喂养”，真的可以训练出这么多个分类器么 就像我说的，我是新手，对于一般性的训练这样的分类器需要的数量没有什么概念，还是说，其实这种位移产生的负样本数量，其实就是不够用的，就是需要海量的负样本来训练？ 我是新手 谢谢指导

谢谢回复 我的邮箱没有通知说收到了 有点回的慢了，真个python代码我都摸了一遍，还和作者沟通过修了一个bug，你说的这段代码当然我也仔细研究过，这里并没有什么旋转，变换，镜像之类的操作，只有平移，纯粹的平移。 这个应该不能算是hard negative mining吧？ 如果我把后续的操作加上去，不知道能有多大作用。只是觉得，这样的消耗率实在太快了。很诡异，而且一点也摸不着头脑。 能留个QQ号什么的 方便下次交流么 谢谢

I got the same question too

> Note this is expected, we haven't implemented any of the const stuff yet so this could be somthing which will implement later?