9、训练智能警报器识别反派及其猫咪

训练智能警报器识别反派及其猫咪

1. 前期准备与数据集介绍

在开始构建猫咪面部识别模型之前，我们需要了解一些前期准备工作和所需的数据集。目前，交互式猫咪面部识别器无法正常运行，因为相关的级联文件（如 cascades/haarcascade_frontalcatface.xml 等）不存在，后续我们会创建这些文件。

训练 Haar 级联需要大量的处理时间，而 LBP 级联的训练相对较快。无论选择哪种方式，我们都需要下载一些大型的图像集合。在进行此项目时，要确保计算机有可靠的互联网连接、电源插座，至少 4GB 的可用磁盘空间，以及尽可能快的 CPU 和大内存。不建议在树莓派上进行此项目，同时要让计算机远离外部热源或可能阻挡风扇的物品。

我们会使用以下免费的研究用图像数据集：
| 数据集名称 | 描述 | 用途 |
| — | — | — |
| PASCAL Visual Object Classes Challenge 2007 (VOC2007) 数据集 | 包含 10,000 张不同主题、不同背景、不同光照条件下的图像，图像带有注释数据，包括每张图像中猫咪的数量（大多数情况下为 0） | 作为负训练集的基础，可轻松排除包含猫咪的图像 |
| 加州理工学院（Caltech）1999 年的正面人脸数据集 | 包含 450 张不同光照条件和不同背景下的正面人脸图像 | 作为负训练集的补充，因为正面猫咪面部检测器可能会部署在也可能出现正面人脸的地方 |
| Urtho 负训练集 | 包含 3,000 张不同背景的图像，不包含猫咪 | 负训练集 |
| 微软研究院的猫咪头部数据集（Microsof