我所有關於opencv_traincascade的問題

Question

幾周後，我嘗試創建一個好的級聯分類器，但似乎這個過程被神祕所包圍。我有很多問題：

1）爲什麼opencv給我們這麼少的信息？

2）它需要更多的積極形象或負面形象？

3）什麼尺寸應該有正面圖像？和負面形象？它們必須具有相同的尺寸？

4）如果我想爲單個道路標誌創建分類器，那麼足夠使用一個正像（例如this）來創建帶有opencv_createsamples的樣本？

5）創建一個用於Android應用程序的分類器是更好的哈爾或LBP？

6）什麼是正確的階段數？

7）minHitRate和maxFalseAlarmRate的正確值是多少？

Answer 1

1. 它提供的信息，它只是有點borring讀它http://docs.opencv.org/doc/user_guide/ug_traincascade.html
2. 你需要更多的負面形象，有幾個原因。首先，當有更多的積極形象出現時，它有時會崩潰，然後是負面的，其次 - 大部分時間訓練的重點是在負面圖像中查找被檢測爲物體並修復錯誤的東西。
3. 據我所知，這並不重要，但有關的是他們自己的負面形象。他們應該接近你的對象的真實背景，我的意思是如果它是一個交通標誌不要給你的辦公室點擊的圖片作爲背景，在外面拍照。
4. 對我來說，只需要一張我的對象的圖片，就可以用opencv_createsamples生成1500個樣本，但要好幾張圖像10,20才能生成100,200個樣本，然後將它們組合成一個訓練集。
5. 哈爾訓練和運行時間較慢，但有時更精確，所以我的選擇是LBP。
6. 您可以逐級訓練小瀑布，在開始階段製作10-15個階段，然後逐個添加它們。記錄所有階段，並且您不必每次都從第一階段開始。

7.我沒有玩這個參數，我總是讓他們默認，但你可以在這裏查看about traincascade paremeters, samples, and other...的解釋。

還要檢查這個問題，並回答How to train cascade properly和FAQ - HAARTraining