本文详细介绍了如何在OpenCV 4.x版本中进行级联分类器的训练，包括样本数据的收集、规范化、vec文件生成、负样本列表创建以及使用opencv_traincascade.exe工具进行训练。尽管此功能已被剔除，但文中提供的步骤对理解级联分类器训练过程仍有价值。常见错误如‘Train dataset for temp stage can not be filled.’和‘Can not get new positive sample.’也进行了说明。
在OpenCV 4.x中已经被剔除
- 基本流程
收集样本数据:包括正负样本
数据规范化:大小、格式
生成vec文件与负样本列表文本文件
使用OpenCV自动的级联分类器训练工具，训练样本数据
得到最终的级联分类器数据(XML格式) - 步骤详解
1)收集样本数据
以人脸检测为例:公开的数据库有
正向样本数目(少)
负样本数目(多)
正向样本的大小:统一尺寸
正向样本图片中的背景问题
2)样本集合与描述
正样本集合与描述文件
负样本集合与描述文件
3)正样本VEC文件创建
使用opencv_createsamples.exe
4)训练样本数据 - 参数详解
data 指定生成的文件目录
vec vec文件名，
bg 负样本描述文件名称，也就是负样本的说明文件(.dat)
nstage 20 指定训练层数，推荐15~20，层数越高，耗时越长
nsplits 分裂子节点数目,选取默认值 2
minhitrate 最小命中率，即训练目标准确度。
maxfalsealarm最大虚警
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
