OpenCV創建樣本和traincascade參數（寬度和高度）

Question

我試圖創建訓練樣本（並隨後訓練分類器）。我很懷疑在samplesamples和traincascade中使用的-h和-w參數。我看到的例子通常使用較小的值，但我的訓練圖像（負值和正值）顯着較大（480x640），而我正在訓練的對象通常佔據圖像的75-100％。看起來這些參數並沒有問到圖像的大小（它可以簡單地從圖像中拉出來），但我懷疑它也沒有要求圖像中對象的大小。如果我必須猜測（而且我寧願不），更大的尺寸可能會導致更好的檢測精度，但會增加訓練期間的計算負擔。

有人可以請描述這些參數實際上是什麼意思？我見過的大多數例子都使用24x24或40x40以上的默認值，但是從我看不到的情況來看，絕不會高得多。

Answer 1

這些小圖像值是您想要訓練分類器的正面（對象）。實際框架中的對象可能具有任意大小，因爲級聯分類器適用於圖像的各種比例。

Here是一個很好的教程，幫助我訓練自己的分類器。用於訓練的裁剪圖像的尺寸可能更大，但是當您運行createsamples時，您需要指定縮放正面紋理的尺寸。這些新的微小樣本是那些用於分類器的樣本。這也影響級聯分類器的速度，這就是爲什麼它們通常體積很小的原因。

如果我沒有弄錯，背景圖片的尺寸可能會更大，但我記得我仍然在裁剪小圖片中的背景圖片。

當你與你的真實數據爲640x480運行你的分類，你指定的最小尺寸的限制了積極的可以（當然這個值應該是至少 -h您之前指定-w的大小）和也是最大預期大小。

哈爾檢測器將僅在您的測試圖像中的窗口範圍內搜索對象，該窗口範圍可以像您想要的那樣大。