1

我目前正在检测给定图像中的多个水果。例如，给定的图像可以有香蕉（如黄色、红色和绿色）、芒果、橙子等水果。我能够使用.一次只创建一张图像的训练集opencv_createsamples。

示例代码：

C:\opencv\build\x64\vc14\bin\opencv_createsamples.exe -img redbanana.jpg -bg bg.txt -info info/info.lst -pngoutput info -maxxangle 0.5 -maxyangle 0.5 -maxzangle 0.5 -num 100

同样，我已经完成了大约 5 个水果，它为每个水果创建了单独的 vec 文件。很难为每种水果创造。是否有可能使用单个 vec 文件作为输出从多个图像创建训练集？

是否有任何其他方法可以检测给定图像中的多个水果？

4

2 回答 2

1

如果您想用相同水果的不同变体来训练分类器，您可以从多张图像中生成训练样本，如此处所述。

但是，请注意，Haar 分类器以灰度工作，很难保证区分红色和黄色香蕉等对象。

如果你想在一个分类器中有多个类，我推荐YOLO（You Only Look Once）或SSD（Single Shot multibox Detector）。

于 2017-09-01T03:59:49.787 回答
1

haar 分类器非常适合快速检测一类外观相似的对象，如 opencv 文档 http://docs.opencv.org/2.4/modules/objdetect/doc/cascade_classification.html 中所述。例如，opencv 存储库（https://github.com/opencv/opencv）有一个分类器列表（https://github.com/opencv/opencv/tree/master/data/haarcascades）为特定类训练对象。

除非要检测的对象是相似的（例如具有不同特征的面孔或不同品牌和型号的汽车），否则对于每个水果（例如香蕉、橙子、芒果等）使用分类器会更有效。

要创建基于多个正样本图像的训练向量（以及对于 haar 分类器训练的任何其他方面，我会推荐此处的步骤- 步骤 5 和 6 - 以及http://coding-robin.de/中涵盖的详细信息2013/07/22/train-your-own-opencv-haar-classifier.html . 在您的情况下，正面图像应包括所有类型的香蕉、橙子、芒果等，包括颜色变化等。

于 2017-08-31T16:42:29.033 回答