opencv_traincascade 总是卡住

Question

我正在尝试使用 OpenCV 的 opencv_traincascade 生成 Haar Cascade。到目前为止，我有 87 个独特的阳性样本和 39 个阴性样本用于测试目的。我用 opencv_createsamples 生成了 .vec 文件，效果很好。当我运行 opencv_traincascade 时，无论我如何更改参数，它总是会在几个阶段后卡住。我的电话看起来像这样:

opencv_traincascade -data /opencvimgs/haarcascades/data/ -vec /opencvimgs/haarcascades/out.vec -bg /opencvimgs/haarcascades/neg.txt -numPos 87 -numNeg 39

我尝试增加和减少 minHitRate 和 maxFalseAlarmRate 以及 numPos 和 numNeg，但没有成功。它可能会再运行几个阶段，但随后似乎再次陷入无限循环。我该如何解决这个问题？

下面的输出是程序写入控制台的内容:

opencv_traincascade -data /opencvimgs/haarcascades/data/ -vec 
/opencvimgs/haarcascades/out.vec -bg /opencvimgs/haarcascades/neg.txt -numPos 87 -numNeg 39
PARAMETERS:
cascadeDirName: /opencvimgs/haarcascades/data/
vecFileName: /opencvimgs/haarcascades/out.vec
bgFileName: /opencvimgs/haarcascades/neg.txt
numPos: 87
numNeg: 39
numStages: 20
precalcValBufSize[Mb] : 256
precalcIdxBufSize[Mb] : 256
stageType: BOOST
featureType: HAAR
sampleWidth: 24
sampleHeight: 24
boostType: GAB
minHitRate: 0.995
maxFalseAlarmRate: 0.5
weightTrimRate: 0.95
maxDepth: 1
maxWeakCount: 100
mode: BASIC

===== TRAINING 0-stage =====
<BEGIN
POS count : consumed   87 : 87
NEG count : acceptanceRatio    39 : 1
Precalculation time: 1
+----+---------+---------+
|  N |    HR   |    FA   |
+----+---------+---------+
|   1|        1|        0|
+----+---------+---------+
END>

===== TRAINING 1-stage =====
<BEGIN
POS count : consumed   87 : 87
NEG count : acceptanceRatio    39 : 0.0697674
Precalculation time: 1
+----+---------+---------+
|  N |    HR   |    FA   |
+----+---------+---------+
|   1|        1|        0|
+----+---------+---------+
END>

===== TRAINING 2-stage =====
<BEGIN
POS count : consumed   87 : 87
NEG count : acceptanceRatio    39 : 0.00945455
Precalculation time: 1
+----+---------+---------+
|  N |    HR   |    FA   |
+----+---------+---------+
|   1|        1|        0|
+----+---------+---------+
END>

===== TRAINING 3-stage =====
<BEGIN
POS count : consumed   87 : 87
NEG count : acceptanceRatio    39 : 0.000326907
Precalculation time: 1
+----+---------+---------+
|  N |    HR   |    FA   |
+----+---------+---------+
|   1|        1|        0|
+----+---------+---------+
END>

===== TRAINING 4-stage =====
<BEGIN
POS count : consumed   87 : 87

Answer 1

一个可能的答案是您使用的负样本太少。阅读来自 Viola 和 Jones 的 OpenCV 文档和引用论文中的说明。他们正在使用级联分类器通过每次消除部分负样本来实现高精度和低误报。如果你使用的负样本太少，它首先会破坏级联分类器的目的。请注意，在实际使用中，系统中没有人脸的图像比有人脸的图像多得多。