首页 > 代码库 > 级联分类器训练-----OpenCV
级联分类器训练-----OpenCV
关键词:级联分类器、opencv_traincascade
下面简述操作过程:
- 准备正负样本:neg、pos
- 正负样本路径生成:dir /a/b>path.txt //path:pos or neg
- 正样本训练集生成:opencv_createsamples.exe -info pos\pos.txt -vec pos\pos.vec -num 799 -w 24 -h 24 pause
- 样本训练:opencv_traincascade.exe -data data -vec pos/pos.vec -bg neg/neg.txt -numPos 100 -numNeg 2000 -numStages 5 -featureType LBP -w 24 -h 24 -minHitRate 0.999 -maxFalseAlarmRate 0.1 -mode ALL
- -numStages :训练级数 a
- -numPos :每级训练正样本数量 b
- a*b<=总正样本数
- -numNeg :每级训练使用的负样本数量 c
- c<=总负样本数
- -featureType:检测特征
- 经验之谈: LBP用于快速训练及检测、HOG可较好适应不同光照、HAAR适用于环境较复杂情况
注意事项
- 若出现报错,首先检查参数设置是否正确;其次可考虑换台机器;最后再考虑更改机器环境配置。
- 若长时间停留在某一训练阶段,表明极有可能陷入循环,同时也表明在此阶段分类器已达到较优状态,可先退出(ctr+C)再降低训练级数或调整其他参数。
- 若训练效果不理想则考虑增大样本集并修改相关训练参数。
级联分类器训练-----OpenCV
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。