步骤一，首先要使voc-release4.01目标检测部分的代码在windows系统下跑起来：

参考在window下运行DPM(deformable part models) -（检测demo部分）

步骤二，把训练部分代码跑通，在VOC数据集上进行测试，如下文：

在windows下运行Felzenszwalb的Deformable Part Model(DPM)源码voc-release3.1来训练自己的模型

但是其中的learn.cpp代码有误，其中319行check(argc == 8)通不过，因为matlab中传入的参数多于8个，故learn.cpp文件源码参考：

在windows下训练models of Object Detection with Discriminatively Trained Part Based Models

步骤三，再之后就是使之能在其他的数据集上训练模型，比如INRIA人体数据集。

这一步中主要是修改pascal_data.m文件，这个文件的作用就是读取标注，为训练准备数据。此函数会返回两个数组，pos[]和neg[]，

pos[]中是正样本信息，格式为：[imagePath x1 y1 x2 y2 ]；

neg[]中是负样本信息，格式为：[imagePath] 。

先读取INRIA数据集的标注，保存为下面的格式：（统一存入一个txt文档如“InriaPersonPos.txt”, 此外windows下用‘\’而不要用‘/‘, 这里有问题）

然后在pascal_data.m中读取此文件，依次将标注信息保存到pos[]数组中，注意要将图片路径补全为绝对路径。

[html] view plaincopy

1. pos = []; % 存储正样本目标信息的数组，每个元素是一个结构，{im, x1, y1, x2, y2}  
2. numpos = 0; % 正样本目标个数(一个图片中可能含有多个正样本目标)  
3.   
4. % InriaPersonPos.txt是从Inria人体数据集获得的50个正样本的标注文件，格式为[x1 y1 x2 y2 RelativePath]  
5. [a,b,c,d,p] = textread(‘InriaPersonPos.txt‘,‘%d %d %d %d %s‘); % 注意：读取后p的类型时50*1的cell类型  
6.   
7. % 遍历训练图片文件名数组ids  
8. for i = 1:length(a);  
9.     if mod(i,10)==0  
10.         fprintf(‘%s: parsing positives: %d/%d\n‘, cls, i, length(a));  
11.     end;  
12.     numpos = numpos+1; % 正样本目标个数  
13.     pos(numpos).im = [VOCopts.datadir p{numpos}]; % 引用cell单元时要用{},引用矩阵单元时用()  
14.     pos(numpos).x1 = a(numpos);  
15.     pos(numpos).y1 = b(numpos);  
16.     pos(numpos).x2 = c(numpos);  
17.     pos(numpos).y2 = d(numpos);  
18. end  

这里要特别注意的是，不需要提前从INRIA数据集中根据标注文件手动裁出人体目标，而是将标注信息和正样本原图都告诉DPM算法，它自动会进行缩放、剪裁处理，对于有的标注信息超过图像边界的，也没关系，DPM中也会自己处理。

至于负样本就无所谓了，反正都是从不含人体的原图上随机裁取，还用VOC数据集中的就行。

下面展示几个训练的模型，以及检测结果

（1）50个INRIA正样本目标，300个VOC负样本目标，单组件(component)模型，部件个数为6。

模型可视化图如下：

没想到仅用50个正样本，训练出的模型竟然很不错，这也跟INRIA人体数据集的质量很高有关。

检测结果如下：

在500个VOC测试图上获得的平均精度AP=0.091

（2）537个Spinello RGBD数据集中的正样本目标，300个VOC负样本目标，单组件，6个部件。

模型可视化如下：

由于这537个正样本目标来自对单个人的跟踪结果，所以样本不太好，如下：

所以训练出来的模型根本检测不到任何人体目标。

（3）2396个Spinello RGBD数据集中的正样本目标，300个VOC负样本目标，单组件，6个部件。

模型可视化如下：

这次的数据源和（2）中相同，只不过这次正样本取自数据集中的所有34个人的跟踪结果，训练了一个晚上，结果还行。

检测结果如下：

在500个VOC测试图上获得的平均精度AP=0.091。带包围盒预测的精度-召回率(precision-recall)曲线如下：