Я хотел бы использовать AdaBoost для решения проблемы сегментации. У меня есть несколько слабых классификаторов, которые отлично справляются с определением сегментации некоторых изображений, и я думаю, что в совокупности они могут быть довольно сильными. Основываясь на том, как работают мои классификаторы, они выводят больше, чем просто метка / сегментация, но у них также есть показатель достоверности (то есть они знают, когда они не очень хорошо справились с работой). Мое текущее понимание AdaBoost состоит в том, что слабые классификаторы взвешиваются в зависимости от того, насколько хорошо они работают (и как трудно было классифицировать). Я хотел бы включить мои оценки достоверности для каждого алгоритма на определенном изображении в мой алгоритм AdaBoost, чтобы AdaBoost более сильно взвешивал классификаторы, которые более достоверны для этого конкретного изображения.
У кого-нибудь есть предложения, как лучше всего это сделать? AdaBoost все еще правильный алгоритм, или есть другой алгоритм, который делает это более естественно?