OpenCV createsamples 和 traincascade 参数(宽度和高度)

Question

我正在尝试创建训练样本(并随后训练分类器)。我对 createsamples 和 traincascade 中使用的 -h 和 -w 参数感到困惑。我看到的示例通常对这些使用较小的值，但我的训练图像(负图像和正图像)明显更大 (480x640)，而我正在训练的对象通常占据图像的 75-100%。看起来这些参数并没有询问图像的大小(它可以简单地从图像中提取)，但我怀疑它也没有询问图像中对象的大小。如果我不得不猜测(我宁愿不猜测)，更大的尺寸可能会导致更好的检测精度，但会增加训练期间的计算负荷。

有人可以描述一下这些参数的实际含义吗？我见过的大多数示例都使用 24x24 或 40x40 以上的默认值，但据我所知从来没有更高。

Answer 1

这些小图像值是您要为其训练分类器的正值(对象)。真实框架中的对象可能具有任意大小，因为级联分类器适用于各种比例的图像。

Here是一个很好的教程，在我训练自己的分类器时对我有帮助。用于训练的裁剪图像的尺寸可能更大，但是当您运行 createsamples 时，您需要指定缩放正纹理的尺寸。这些新的微小样本是用于分类器的样本。这也会影响级联分类器的速度，这就是它们通常尺寸很小的原因。

如果我没记错的话，背景图像的尺寸可能会更大，但我记得我仍在将背景图像裁剪成较小的部分。

当您使用真实的 640x480 数据运行分类器时，您指定了正例可以具有的最小大小的限制(当然这个值应该至少 -w -h 的大小之前指定)以及最大预期大小。

haar 检测器将仅在您的测试图像中的窗口范围内搜索对象，该范围可以是您想要的大小。