本项目基于MPI实现分布式级联分类器，分类器的每一层为Adaboost，每一层Adaboost支持单结点决策树以及单变量逻辑回归作为弱分类器。能够利用任意指定的算法对图像进行特征提取并训练分类器，可用于特征的自动选择和图像分类。 项目文档见documentation.chm，结构图如下图所示
-
MSMPI
-
Eigen
-
tinyxml2
-
OpenCV
-
maxlayers： 级联分类器最大层数
-
neg_live: 负样本最大连续存活层数
-
max_weaker: 每层分类器最大弱分类器个数
-
img_width: 特征提取函数输入图像宽度
-
img_height: 特征提取函数输入图像高度
-
stepX: 特征提取函数水平移动步长
-
stepY: 特征提取函数竖直移动步长
-
startlayer: 训练开始层数
-
type: 弱分类器种类
-
hit_rate: 每层Boost分类器的最小召回率
-
false_rate: 每层Boost分类器的最大假正类率
-
need_sort: 特征是否需要排序
-
need_normalize: 特征是否需要归一化
-
learning_rate: 学习率
-
weight_decay: l2正则化系数
-
batch_size: 随机梯度下降batch size
-
max_iter: 最大迭代步数
-
posList: 正样本路径
-
negList: 负样本路径
-
bakList: 困难样本路径
-
fucnNum: 特征提取函数个数
-
featNum: 特征总维度
-
path: 特征提取函数dll路径
-
featNum: 单个特征提取函数特征维度
为兼容本项目原始C语言版本，特征提取函数接口定义如下
int process(void* param, void* img, FeatureResult* result);其中，param为特征提取函数参数，目前程序传入NULL; img为图像，程序传入cv::Mat; FeatureResult为结果结构体。 编写特征提取算法dll，需定义如上形式和名称的接口。