1

我按照本教程生成了 xml 分类器文件,http://abhishek4273.com/2014/03/16/traincascade-and-car-detection-using-opencv/ 但我有很多问题需要澄清。

  1. 对于cars.info(face.info),这是正面汽车的确切位置,是吗? http://docs.opencv.org/2.4/doc/user_guide/ug_traincascade.html 这个opencv官方教程说的格式是这样的:

    img1.jpg 1 140 100 45 45 img2.jpg 2 100 200 50 50 50 30 25 25 似乎 140 100 是左上角的坐标。而45 45是车的宽度和高度,对吧?在这种情况下,如果我的火车数据来自http://host.robots.ox.ac.uk/pascal/VOC/ 一张图片的一个示例 xml 文件如下所示:

    <bndbox>
        <xmin>158</xmin>
        <ymin>199</ymin>
        <xmax>231</xmax>
        <ymax>240</ymax>
    </bndbox>
    <difficult>0</difficult>
    

我可以安全地158 199 73 41放入cars.info,还是存在坐标系不匹配的风险?

  1. 有很多误报,有什么建议如何更改此命令行的参数?

    opencv_traincascade -data data -vec cars.vec -bg bg.txt -numStages 10 -nsplits 2 -minhitrate 0.999 -maxfalsealarm 0.5 -numPos 500 -numNeg 500 -w 48 -h 24 非常感谢~~

我绝对可以降低 maxfalsealarm 值,但这真的有帮助吗?训练要花很长时间,这就是我问的原因,对不起

4

1 回答 1

0

好的,在尝试训练了 2 个花费超过 48 小时的分类器之后,我想说第一个信息问题的结果是正确的,对于第二个,如果想减少误报,那么减少maxflasealarm参数就可以了,但是训练也花费了更多时间。

于 2016-03-03T09:30:40.570 回答