如何提高OpenCV中的哈爾級聯精度？

Question

我收集了1000張正面（50 * 50）圖像和1000張負面（50 * 50）圖像，並在OpenCV中訓練了Haar Cascade。我正在嘗試檢測手機。培訓 代碼：

opencv_traincascade -data data -vec crop1.vec -bg mob_neg.txt -numPos 900 -numNeg 900 -numStages 15 -w 50 -h 50 bgcolor 255 -bgthresh 100 

級聯無法準確檢測手機（這是檢測移動以及許多其他對象，如鼠標，鍵盤，錢包，手等） 你能幫助我解決這個問題 我使用突發模式通過相機拍攝了手機​​圖像。通過不同的角度和不同的旋轉捕獲正像 負面圖像取自互聯網。

我該怎麼做才能提高級聯精度？

我應該更改正面還是負面圖像的大小？ 在此先感謝

Answer 1

我非常新手卻發現這篇文章有幫助：

https://pythonprogramming.net/haar-cascade-object-detection-python-opencv-tutorial/

在它的作者提到使用兩倍多的積極作爲負面的經驗法則。他還討論了通過使用opencv_createsamples（它也會爲您旋轉正像）將負像中的正像疊加在一起來生成正像的方法。

在正像圖像樣本生成和訓練之前，他也在縮放底片並將它們轉換爲灰度。

我希望這是有幫助的。