opencv - 训练 Haar 级联只用了很少的时间

Question

我使用 2000 张裁剪 人脸图像(仅包含人脸)和 3321 张负随机图像训练了一个新的 haar 级联。

我使用了命令:

opencv_traincascade -data classifier -vec samples.vec -bg negatives.txt -numStages 20 -minHitRate 0.999  maxFalseAlarmRate 0.5 -numPos 2000 -numNeg 3321 -w 80 -h 40 -mode ALL -precalcValBufSize 1024 -precalcIdxBufSize 1024

训练只进行了 34 分钟，我很担心。结果也不是很好。

我应该使用更多样本吗？使用上述参数训练一个分类器只需要 30 分钟是否正常？我应该更改它们以获得更好的结果吗？

我正在使用 OpenCV 2.4.7 在 windows8 上工作。我在一台具有 8GN RAM 的相对强大的机器上工作。

提前致谢

吉尔。

Answer 1

我的回答可能迟到了。但为了其他人，我还是会发布它；

首先，我很惊讶培训只花了这么短的时间。特别是因为您的样本非常大。 80x40 真的很大!我自己通常使用 20 像素左右的样本进行最大维度训练。在你的情况下 22x11 就可以了。随着样本量的增加，训练时间几乎呈平方增长。

接下来，2000 个正例应该可以很好地工作。也就是说，如果它们不太相似。最好让样本的差异与您想要实际检测的差异一样大。删除非常相似的样本。它们对检测器的质量有负面影响。

然后，3000 底片有点偏低。大约 6000 张底片给了我很好的结果。但同样，最好有非常不同的底片。有很多细节的底片也更好。明亮的蓝天图片效果不佳。如果您无法轻松获得那么多底片，您也可以展示现有底片的轮换版本。

最后，我越想越觉得你做错了。在短短 34 分钟内处理 2000 个 80x40 样本的 20 个阶段？决不!那个矢量文件中真的有所有 2000 个阳性吗？

问候，祝你好运!