opencv级联分类器检测背景

Question

我一直在使用级联分类器来训练某种植物。这是我想要检测的示例图像

我对小绿色植物进行了采样以获得正片，并从具有相似背景且没有绿色植物的图像中制作了负片(如许多来源所建议的那样)。使用了许多与此相似的图像进行采样。

我没有很多训练数据，所以我当然没想到会有一些理想化的分类结果。

我已经设置了常用参数 min_hit_rate 0.95 max_false_alarm 0.5 等。我尝试了 5、6、7、8、9 和 10 个阶段的训练。发生在我身上的奇怪事情是，在训练过程中，我在所有阶段的命中率为 1，而在 5 个阶段后，我获得了良好的接受率 0.004(类似于后期阶段 6、7、8...)。我尝试在用于训练样本的同一图像上测试我的分类器，但存在非常不合逻辑的行为:

1. 分类器检测到几乎所有的东西，除了我从中提取的正样本(训练中的相同样本，HIT RATION 等于 1)。
2. 分类器确实非常慢，单个输入图像(下采样比例因子 1.1)花费了一个多小时。

我不明白为什么相同的样本在训练过程中(通过所有阶段)被分类为阳性，然后在图像上没有一个被分类为阳性(周围有很多误报)。

我检查了所有内容一百万次(我以为我以某种方式混淆了正面和负面，但我没有)。

有人可以帮我解决这个问题吗？

Answer 1

我可以尝试提供帮助，但当然我不能为你训练这个东西，除非你把你的图片发给我。

根据我的经验，如果您没有得到想要的结果，您只是给 traincascade 提供了错误的或不足的图像(无论是正片还是负片)。

在使用内置的 opencv_annotation 工具创建注释文件之前，我没有得到很好的结果。你这样做了吗？有多少阳性？

您的底片是否包含您试图在其中检测物体的背景？这是关键，不容忽视。

此外，我会使用 LBP，它要快得多。

如果您或任何人仍然卡住并产生了一些积极因素，请将它们发送给我，我会看看我是否可以训练这个东西。

而且，在我使用它之后，我希望写一个关于这些东西的一站式教程:

http://johnallen.github.io/opencv-object-detection-tutorial/