5

it's some weeks that I try to create a good cascade classifier but it seems that this process is surrounded by mystery. I have a lot of questions:

1) Why opencv give us so little information?

2) It needs more positive images or negative images?

3) What size should have positive images? And negative images? They must have all the same size?

4) if I want to create a classifier for a single road sign is enough a single positive image like this to create samples with opencv_createsamples?

5) To create a classifier used on an android app is better Haar or LBP?

6) what is the right number of stages?

7) What is the right value for minHitRate and maxFalseAlarmRate?

4

1 に答える 1

6
  1. それは情報を提供します。それを読むのはちょっと退屈ですhttp://docs.opencv.org/doc/user_guide/ug_traincascade.html
  2. いくつかの理由から、よりネガティブなイメージが必要です。まず、ポジティブなイメージがネガティブなイメージよりも多い場合にクラッシュすることがあります。次に、ほとんどの場合、トレーニングは、オブジェクトとして検出されたものをネガティブなイメージで探し、間違いを修正することに重点を置いています。
  3. 私が知る限り、それはそれほど重要ではありませんが、関連するのは彼ら自身の否定的なイメージです. それらはオブジェクトの実際の背景に近い必要があります。つまり、交通標識の場合は、オフィスでクリックした写真を背景として与えず、外でクリックした写真を撮ってください。
  4. 私にとっては、opencv_createsamples で 1500 のサンプルを生成するには、オブジェクトの写真が 1 枚あれば十分でしたが、複数の画像 10、20 を用意して、それぞれで 100、200 のサンプルを生成し、すべてを 1 つのトレーニング セットに結合する方がはるかに優れていました。
  5. Haar はトレーニングと実行時間が遅くなりますが、より正確な場合もあるため、LBP を選択します。
  6. 最初に 10 ～ 15 ステージを作成し、それらを 1 つずつ追加するように、ステージごとにカスケードをトレーニングできます。すべてのステージが記録され、ステージ 1 から毎回開始する必要はありません。

7.私はこのパラメーターをいじりませんでした。私は常にデフォルトのままにしていますが、ここでtraincascadeパラメーター、サンプル、およびその他について確認できます...説明について。

この質問と回答も確認してくださいカスケードを適切にトレーニングする方法とよくある質問 - HAARTraining

于 2013-12-22T14:29:33.027 に答える