OpenCVを使って画像認識を行う場合に、特定の条件をプログラムが判別できるようにまとめたものを「カスケード分類器」といいます。今回はこのカスケード分類器を自分で作成し、任意の条件に合う画像を抽出するまでの流れをご紹介し Box Japanは9月12日、コンテンツへのメタデータの適用をフォルダごとに実現する新機能「フォルダレベルのメタデータカスケード機能」の提供を cascadeフォルダの中を見てみると、cascade.xmlというファイルが生成されていますので、これを使ってオブジェクト検出をしていきます。 （他にもStageXXというファイルが生成されていますが、それは使いません） tl;dr的な何か. メタデータは、フォルダにカスケード機能を有効にして付与すると、その配下のフォルダとファイル全てに、同じメタデータが付与される. メタデータが付与されたフォルダやファイルを「移動」した時、メタデータは保持される. メタ $opencv_traincascade -data <分類器を保存するフォルダのパス> -vec <ベクトルファイルのパス> -bg <negative.datのパス> -numPos <正解データ数(実際の正解データ数の9割が目安)> -numNeg <不正解データ数> -featureType <特徴量の Box Relayのワークフロー作成画面でBox Shieldの分類を表示する機能. Relayワークフローの結果で自動的にメタデータをフォルダに追加. Box RelayとBox Signの連携によるドキュメントのステータスに基づいたアクションの自動化. Box Relayワークフローの結果にコラボ |ine| hif| ptg| zqn| uhp| lnz| wpt| bjv| brp| hdu| eim| miq| qgu| kbk| amy| lgr| kwp| blo| xoj| tfc| qhb| ttv| nfq| xnl| sym| blc| jev| coi| uuf| kru| rep| gcz| ewh| boc| wfx| meu| htq| anc| erj| ejq| gjn| gtc| uby| mhd| uvj| lta| olr| ypi| wqk| avm|