1

我一直在使用经过训练的 Haar Cascades 和 LBP 级联,这个opencv_traincascade工具非常棒。

我想听听有关如何生成更大的数据库的一些目的,这实际上可以提高准确性。我的意思是:假设我们有 2,000 张正面图像和 10,000 张负面图像。对于 CNN(卷积神经网络),我已经旋转、翻译和缩放图片,以便将这 2,000 个图像乘以 8,000 个正样本,这确实改善了结果,但我真的不清楚我可以为级联训练做什么。

我的目的是:

  1. 生成带有噪声的正集的一部分。例如: 在此处输入图像描述
  2. 使用高光或混合器生成正集的一部分。

您是否使用过其他任何东西或尝试过可以提高准确性的东西?

先感谢您。

拉斐尔。

4

0 回答 0