opencv - 为什么要创建自己的 Haar 分类器级联？

Question

我找到了 this关于创建您自己的 haar 分类器级联的教程。

这向我提出了一个问题:运行 HaarTraining 和创建您自己的分类器(与使用 OpenCv 提供的级联相对)有什么优势(如果有的话)？

Answer 1

Haar 或 LBP 级联分类器是用于检测或刚性物体的常用技术。所以训练自己的级联有两个要点:

1. OpenCV 附带的级联并未涵盖所有可能的对象类型。因此，如果您要创建面部检测应用程序，则可以使用 OpenCV 级联之一，但如果您需要检测例如狗，则没有现成的级联。

2. OpenCV 的级联很好，但不是最好的。这是一项具有挑战性的任务，但可以训练一个具有更高检测率并产生更少误报和漏报的级联。

还有一个重要的评论:教程中使用的 haartraining 应用程序现在被 OpenCV 团队视为已弃用。 opencv_traincascade 是较新的版本，它有 2 个重要特性:支持 LBP 特性和支持多线程 (TBB)。典型的区别如下所示

haartraining + singlecore > 一个分类器 3 周。
一个分类器的 traincascades + multicore < 30 分钟。

但最糟糕的是，我不知道有什么好的教程可以解释 opencv_traincascade 的用法。参见 this thread了解详情。