2

カスケードトレーナーで使用するopencvのポジティブサンプルとして使用したい画像が1000枚近くあります。

この優れたチュートリアルを読みました: http://note.sonots.com/SciSoftware/haartraining.html、およびこれ: http://www.computer-vision-software.com/blog/2009/11/faq -opencv-haartraining/ですが、createsamples ユーティリティの -w および -h パラメーターと、画像をトリミングするというアイデアをどうするかを決めるのに苦労しています。

多くの背景コンテンツを含む大きな画像 [1300x600] があるため、カスケード分類器によって実際に検出する必要があるオブジェクトは通常、画像の約 10% を占めます。

画像をトリミングしてから、OpenCV の createsamples ユーティリティを使用する必要がありますか? または、クロッピング部分を省略してもかまいません。ポジティブ サンプルの記述ファイルには、関心のあるオブジェクトを囲むバウンディング ボックスの x 座標と y 座標、高さと幅が含まれているからです。「バックグラウンドが多すぎる」とパフォーマンスが台無しになるとどこかで読んだので、混乱しています。人が画像内のオブジェクトに対してタイトな境界ボックスを既に指定している場合、「背景が多すぎる」ということはありますか?

ここでの私の主な問題は時間です。分類子のパフォーマンスが最終的に損なわれないのであれば、1000 枚の画像を手動でトリミングすることは避けたいと思います。

編集

私は実際に少しトリミングを行いました。サンプルの平均的な分布は次のとおりです。

車1 車2 車3 車4 車5 車6 車7

4

1 に答える 1

3

サンプルのサイズ変更やトリミングは必要ありませんが、注釈ツールを使用してポジティブ サンプルのリストを次の形式で作成する必要があります。

path_to\sample1.png 1 10 10 20 22
path_to\sample2.png 2 10 10 20 22 40 40 30 33
...

それはあなたが心配していたすべての問題を処理します. サンプルによっては、このテキスト ファイルの作成に時間がかかる場合があります。

ポジティブ サンプルのバウンディング ボックス内の背景が多すぎると、モデル内の弱分類器の有効性に影響を与える可能性がありますが、分類器モデルの最終的なカスケードでは重要である場合とそうでない場合があります。考慮すべきことは、オブジェクトがバウンディング ボックス内で可能な限り正確にキャプチャされる良好なポジティブ サンプルを作成することだけです。その意味は：

  1. 各サンプルを、対応するバウンディング ボックスの右上隅と同じ相対位置に配置し、
  2. すべてのサンプルで、オブジェクトの幅とバウンディング ボックスの幅の比率が同じです。

つまり、すべてのオブジェクトをバウンディング ボックスの中央に配置し、すべてのオブジェクトに同じ「パーセンテージ」のパディングを追加して、createsamples によって vec ファイルにトリミングおよびサイズ変更されたときに、すべてのオブジェクトの位置とサイズが類似するようにします。

于 2014-01-15T18:32:49.660 に答える