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：
- 生成带有噪声的正集的一部分。例如：
- 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。