OpenCV由我培訓的哈爾分類器性能不佳

Question

我想使用哈爾分類器來檢測車輛在場景中的存在（嘗試僅使用汽車到目前爲止）。由於我沒有在網上找到許多訓練有素的XML文件，因此我決定自己創建。

我發現了一些用於類似目的的車輛圖像集（訓練計算機視覺算法），並使用它們來創建我自己的XML文件。已經差不多一個星期了，其中一些已經完成了，所以我嘗試使用它們，但結果很糟糕。我在網上找到的分類器工作得很好，至少看起來他們正在試圖檢測車輛併爲實時應用工作足夠快（可能爲5-10 FPS左右）。

雖然我可能需要花費幾分鐘的時間來使用detectMultiScale（）使用相同的參數來分析幀，並且如果我傳遞不同的參數（例如增加最小尺寸，減小最大尺寸，增加縮放因子），它將工作得更快FPS），但完全沒有發現任何重要信息，從未檢測到任何車輛，並隨機檢測到某些瀝青點作爲車輛。

我在生成我的文件時出錯了？我有時間完成這項任務，這些分類器可能需要整整一週的時間才能完成，因此我只剩下很少的嘗試。作爲參考，我的方法是（以下this教程）：

- 獲取所有正面和負面圖像;如果沒有提供負像，採取負像從另一數據集，至少一樣多的底片作爲陽性

- 生成儘可能多的樣本作爲陽性

- 使用相同的參數的數目的建議，除圖像尺寸（設置爲給定數據集中圖像的大小）以及nstages（設置爲10，因爲20需要太長時間）

- 對於npos參數，我使用1/10樣本數，使用完整數的樣本在幾個小時後導致「斷言失敗」，顯然樣本數量不能與根據this的npos相同，所以我給了自己一個安全餘量。

TL;我訓練自己的DR Haar分類器性能比網上找到的要差得多（在時間和準確性方面），需要關於如何改進它的建議，而不是浪費另一週的時間來訓練它。

Answer 1

這裏有兩個問題。其一，分類器的準確度很低。另一方面，分類器運行速度太慢。

您使用的引用似乎沒有問題。這些步驟似乎是準確的，我已經按照這個順序親自嘗試過，並且設法取得了很好的結果。

正如@Micka所提到的，nPos大約90％的原始樣本數量足夠好。 minHitRate是一個可以更改的參數。你觀察訓練時顯示的數字嗎？準確度如何提高，分類器是否停止了訓練（或者在學習結束之前是否使用了訓練過的參數？）？

對於低速檢測，最可能的原因是您的訓練數據沒有簡單的功能來快速學習。您是否嘗試檢測用於培訓的數據？這種情況的結果如何？編譯器設置或高圖像分辨率也可能是一個問題，但如果您嘗試使用與其他分類器相同的輸入和設置，這不太可能。如果你喜歡嘗試不同的方法（並有一個GPU），YOLO V2應該更快，更準確地完成這項任務。