我想使用 HAAR 级联检测可变形物体（在我的例子中是 CAT）。我对多达 20 个阶段的 2000 张正面图像和 3000 张负面图像进行了测试。我没有看到任何预期的事情发生。我确信这可能是我的训练数据集的问题。我的正面数据集中有猫的图像。在同一只猫的不同形状和姿势。我想知道 Haar 是否能够识别正数据集中的差异，并且仍然将它们识别为猫。
需要帮助，我可以使用其他替代方法吗？
问问题
3602 次
1 回答
4
首先，你没有列出你用来训练你的 haar 分类器的东西。如果您不使用 opencv_traincascades，这是开始的地方。
其次，检测猫是一项非常困难的工作，有很多不安全的边缘、旋转和空间差异。使用这种思路，自己回答这些问题：
- 你的正面数据集是什么样的？
- 这是否类似于您通过输入提要显示的内容
- 你训练的分类器的误报率是多少？
- 你在你的背景集中包括了什么（更多看起来像猫而不是猫的图像更好等）
我建议将您的输出从分类阶段发布到问题中，以便我们更好地了解正在发生的事情。查看这些链接以获得更多帮助。
也许先尝试使用钢笔或徽标，遵循 openCV 教程并了解基础知识？（对不起，如果我假设你不知道基础知识）
G。/
于 2013-04-23T18:03:55.743 回答