Opencv哈爾級聯訓練/檢測簡單物體

Question

我正在計劃爲白色杯子，紅色球和藍色冰球製作級聯探測器。由於這些物體的形狀非常簡單，我想知道在訓練中是否存在任何參數差異，以及是否需要找到諸如汽車/面部等複雜物體？此外，在訓練pos圖像中，我將對象置於不同的光線條件下，並將對象置於陰影下。

對於訓練負片圖像，我注意到圖像大小可能會有所不同。但是，對於正面圖像，它們必須是固定大小。

我計劃使用100x100的pos圖像來幫助檢測20-30英尺的物體，200x200的pos圖像用於檢測物體，當我處於距物體5英尺/米的範圍內時（離地面3英尺） 。這是否意味着我將不得不訓練6種不同的XML？ 2爲每個對象，因爲它被訓練爲100x100和200x200？

Answer 1

簡短的回答：是的

龍答：可能：

你要想想這樣的分類是要建立一個功能集的正面形象，然後利用這些確定您的檢測圖像是否相同。如果你急劇移動你的檢測角度，那麼你將需要一個不同的分類器。

讓我如用圖片：

如果20英尺了你的杯子看起來是這樣的：

與相關背景/照明等，那麼它將會是一個非常不同的分類如果你的杯子看起來是這樣的（也許5英尺遙遠，但不同的角度）：

現在，儘管如此，如果你只有杯子的大小版本，那麼你可能只需要一個。然而，你將需要爲每個對象不同的分類器（杯/球/冰球）

---

圖片不是我的 - 從谷歌

採取