Uncle_Lin的专栏

最新用OCR识别身份证，用的tesseract引擎。但是google自带的中文库是在太慢了，尤其是对于性别、民族这样结果可以穷举的特征信息而言，完全可以自己训练字库。在训练过程中，常见的error有以下几种：1）index >= 0 && index<size_used_:Error:Assert failed in genericvector.h, line 512原因：

Step1:安装homebrew如果电脑上有，暂时不装。但是在step2（或者其他需要brew的情况）加完sudo之后如果仍然报错，就需要重新安装homebrew。在终端里输入如下命令：ruby -e “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/intall)” 即可安装。（参考网址：h

Step1:准备训练样本训练样本的准备包括正样本和负样本。正样本就是你要检测的物体图片，比如身份证识别中的国徽。负样本原则上是国徽以外的任何物体都行，这是网上教程所说的，但是实际上，负样本是每一级级联分类器自身调参优化的依据。也就是说，单级分类器的目的是寻找一组参数，让所有的正样本都通过该级分类器，只让少数不可区分开的负样本通过，到下一级分类器的时候再增加特征数目以寻求把所有负样本都kil

ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感性为纵坐标、（1-特异性）为横坐标绘制成曲线，曲线下面积越大，诊断准确性越高。在ROC曲线上，最靠近

1.  最直观的，根据AUC这个名称，我们知道，计算出ROC曲线下面的面积，就是AUC的值。事实上，这也是在早期 Machine Learning文献中常见的AUC计算方法。由于我们的测试样本是有限的。我们得到的AUC曲线必然是一个阶梯状的。因此，计算的AUC也就是这些阶梯 下面的面积之和。这样，我们先把score排序(假设score越大，此样本属于正类的概率越大)，然后一边扫描就可以得到我们想要

在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率，概念公式:             召回率(Recall)      =