c++ - 如何在 Haar Cascade 分类过程中查看阳性

Question

各位，我在 Opencv 中训练了自己的分类器，当我运行它时得到了一些不好的结果。我的目标是使用 Haar 功能作为指导，所以我不想在执行整个级联分类器之后而是在每个步骤中，在每个功能之后查看积极因素。那么，是否可以告诉检测器在该特征处停止，或者我是否必须手动截断包含特征阈值的 xml 文件？谢谢

Answer 1

这是可能的。只需检查 CascadeClassifier::detectMultiScale 是如何工作的。在此函数中，您可以检查 this->data.stages.size()，它会显示级联中有多少个阶段。

特别是 detectMultiScale 调用了 detectSingleScale，然后它调用了 CascadeClassifierInvoker 的 operator()，我们看到那里int result = classifier->runAt(evaluator, Point(x, y), gypWeight); 行。

因此，如果 result 大于零，这意味着分类成功并经历了所有阶段。否则(如果我没记错的话)结果将等于 -[阶段数] 分类器失败。所以你可以看到准确的阶段分类器未能通过。

此外，如果您使用旧式级联，请注意 detectMultiScale 调用 cvHaarDetectObjectsForROC，而不是 detectSingleScale，但本质上它做同样的事情。

祝你好运。

是的，这意味着您要修改源代码。