1

我一直在使用级联分类器来训练某种植物。这是我要检测的示例图像

小绿植物样品

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

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。我尝试过 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都是 1，而在 5 个阶段之后，我得到了很好的接受率 0.004（类似于后面的阶段 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东西，但我从中提取的正样本（训练中的相同样本，HIT RATION EQUAL TO 1）。
  2. 分类器确实非常慢，单个输入图像需要一个多小时（下采样比例因子 1.1）。

我不明白如何在训练期间（通过所有阶段）将相同的样本分类为正样本，然后在图像上将其分类为正样本（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合了正面和负面，但我没有）。

有人可以帮我解决这个问题吗？

4

1 回答 1

2

我可以尝试并提供帮助，但当然，除非您将图像发送给我，否则我无法为您训练这个东西。

根据我的经验，如果你没有得到想要的结果，你只是给出traincascade了错误的图像或没有足够的图像（正片或负片，或两者兼有）。

在使用内置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检测对象的背景？这是关键，不容忽视。

另外，我会使用 LBP，它要快得多。

如果您或任何人仍然被卡住并创造了一些积极因素，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，在我体验过这些东西之后，我希望能写一个关于这些东西的一站式教程：

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

于 2016-04-05T23:21:41.467 回答