opencv js 自己训练cascade到部署

本文档详细介绍了如何使用opencv_traincascade训练自定义检测模型,并将其部署到前端H5页面。首先,通过数据处理和特定的训练参数创建检测模型。接着,编译opencv.js以适应项目需求。在摄像头获取方面,需考虑localhost、浏览器信任设置或HTTPS域名。最后,在前端应用模型进行实时检测,注意图像比例问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

opencv js 自己训练cascade到部署@TOC

opencv js 自己训练cascade到部署

之前为了在前端部署一个足够轻量的检测模型,现在把整个过程写一下希望能给大家一些帮助:
1 利用cascade训练自己的检测模型
2 实时的部署在前端 h5页面
3 摄像头的获取问题

训练方法

数据处理:

正样本长宽比归一化
假设长宽比是2:1,那么将样本resize成64*64(*记住检测的时候相应的压缩原始图像)
负样本对之后有误检的目标注意要同比例放缩

训练参数

经过试验我最终使用参数为:
./opencv_traincascade -data classifier -vec pos.vec -bg neg.txt -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 29 -numNeg 30 -w 92 -h 112 -mode ALL -precalcValBufSize 1024 -precalcIdxBufSize 1024 -featureType LBP

编译opencv.js方法:

编译方法已经有很多介绍,就不赘述:https://blog.youkuaiyun.com/sb985/article/details/81713088
问题主要在于编译完成后的

摄像头的获取问题

获取摄像头会受到系统的安全性检查符合以下情形可以成功:
A 使用localhost做服务端加载
B 设置浏览器信任服务端地址
C 使用HTTPS域名绑定服务

检测的使用

这个操作也是比较常规了:
https://blog.youkuaiyun.com/frank_good/article/details/86756335
这个人脸检测的模型换成自己训练的xml,然后注意我之前训练中说的图像比例问题。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值