我正在尝试使用 3340 个正图像和 1224 个负图像在 OpenCV 中为行人训练一个类似 haar 的分类器。（在 .txt 文件中，我保留负图像名称，即底片（1）.bmp，在 txt 文件中，我保留正图像名称，即图片（1）.bmp 1 0 0 64 128。实际上，正面示例已经被裁剪图像行人，所以我只需要为每张图像指定一个正样本）。
在训练过程中的某个时刻，它会停下来并说：
“Opencv 错误：未知函数中的断言失败 (elements_read==1)，文件 c:\path\cvhaartraining.cpp，第 1858 行”
关于造成这种情况的任何想法？
2012 年 6 月，OpenCV DevZone 站点上的实用程序的创建者回答了这个问题。
引用玛丽亚的话：
问题是您的 vec 文件具有与您在命令行中传递的完全相同的样本数 -numPos 979。训练应用程序使用 vec 文件中的所有样本来训练 0 阶段，它无法为下一个阶段获得新的正样本阶段训练，因为 vec 文件已经结束。traincascade 的错误在于它在这种情况下具有 assert() ，但它必须为用户抛出带有错误消息的异常。它已在 r8913 中修复。-numPose 是用于训练每个阶段的样本计数。一些已经使用的样本可以被每个前一个阶段过滤（即识别为背景），但每个阶段不超过 (1 - minHitRate) * numPose。因此 vec 文件必须包含 >= (numPose + (numStages-1) * (1 - minHitRate) * numPose) + S，其中 S 是 vec 文件中可以立即识别为背景的样本数。
它对我有用。我也有同样的问题，我正在关注关于 HAAR 培训的著名教程，但想尝试使用 -npos 7000 -nneg 2973 的新培训实用程序
所以我做了以下计算：
vec 文件必须包含 >= (numPos + (numStages-1) * (1 - minHitRate) * numPos) + S
7000 >= (numPos + (20-1) * (1 - 0.999) * numPos) + 2973
(7000 - 2973)/(1 + 19*0.001) >= numPos
numPos <= 4027/1.019
numPos <= 3951 ~~ 3950
并使用：
-npos 3950 -neg 2973
有用。我还注意到其他人在减少 numPos 方面也取得了成功：这里