4

我們有一個項目,將從圖像中識別出一個標誌。我們最初使用哈爾分類器,但是訓練哈爾分類器會花費很多時間(我們的Core i5機器上每個標誌4天)。 要培養300多個徽標需要花費很多時間(我們沒有任何高性能計算機)。因此,我們決定轉向基於HOG的對象檢測器,希望其培訓將花費更少的時間。HOG描述符訓練需要多長時間?

有沒有人有一個想法HOG描述符訓練需要多少時間?我們將針對每個徽標(在裝有Core i5處理器的計算機上)的約100個正面和100個負面600x800像素圖像進行培訓。

回答

3

無法回答,取決於垃圾箱數量和其他實施細節。可能也是圖像的內容。儘管如此,不要指望它以超快的速度運行60k圖像。如果我是你,我會認真考慮縮小圖像尺寸,600x800比你需要識別的尺寸大得多。 150x200應該仍然可以識別,但所有的計算速度會快16倍。

+0

如果我們將圖片縮小到你的身材(甚至更少,沒有任何問題的標誌),訓練需要多長時間,請根據您的一般想法告訴我們, 或您在什麼時間已經在您的項目/任務中訓練了HOG描述符。 – user1441867

+0

@ user1441867:對於前一個行人識別項目,計算分辨率爲60x120的3000個圖像的HOG描述符大約需要2分鐘。不確定這是否是一種可靠和可擴展的指示,但它可以擴展到2 *(60,000/3000)*((150 * 200)/(120 * 60))=總共166分鐘的培訓。 – Junuxx

+0

謝謝.., 你也可以給一個鏈接到一些教程/工具,可以使用訓練HOG描述符..我已經探索,但很少發現它.. 這將是非常有益的,如果你提供(鏈接of)工具,可以生成豬描述符(針對特定對象進行訓練)。 – user1441867

1

您應該明確縮小您的輸入圖像。例如,HOG描述符通常從64x128行人圖像中提取,以訓練精確的行人探測器。 訓練哈爾分類器總是耗時且難以預測需要多少時間,因爲它可以在特定的舞臺上進行阻塞。

0

很難給你任何具體的數字,但使用HOG進行訓練的速度比使用哈爾特徵的訓練快幾個數量級。 HOG也使用更少的內存。另外,您可以選擇在OpenCV和MATLAB中的trainCascadeObjectDetector函數中使用LBP功能。使用LBP,也比使用哈爾快得多。