自己用少量数据训练了一个单组件人体模型截取trainval.txt中的前50个图片文件名做正样本，train.txt中的前300个做负样本经过pascal.data函数处理后，获得了含176个负样本的neg数组含45个正样本的pos数组。learn.ccΦ的迭代次数我没改还是每次train迭代500万次(感觉时间都花在这里了，如果只是做测试的话可以修改learn.cc中的迭代次数ITER值)，训练过程用了大概1小時左右吧训练完后用PASCAL开发包中的评价函数做了评价，正确率和召回率都是0平均精度AP也是0，在预料之中

训练完后，最终结果在cachedir目录中很多中间数据也在这个目录中，如下：

其中person_final.mat就是训练好的最终模型源码中训练的每个阶段都会将中间数据保存下来，所以即使某一阶段出现了错误下次重新运行时自动加载上次保存的数据，而不用再次计算非常方便。

训练出来的模型的可视化如下：

1.余额是钱包充值的虚拟货币按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载可以购买VIP、C币套餐、付费专栏及课程。