HOG描述符训练需要多长时间？

Question

我们有一个项目可以识别图像中的徽标。我们最初使用Haar分类器，但训练Haar分类器需要花费大量时间（我们的Core i5机器上每个徽标4天）。 培训300多个徽标需要花费大量时间（我们没有任何高性能计算机）。 因此，我们决定转向基于HOG的物体探测器，希望它的训练时间明显缩短。

有没有人知道HOG描述符训练需要多长时间？我们将在每个徽标上训练大约100个正面和100个负600x800像素图像（在具有Core i5处理器的机器上）。

Answer 1

无法回答，取决于垃圾箱的数量和其他实施细节。可能还有关于图像的内容。不要指望它有超快速的60k图像。如果我是你，我会认真考虑缩小图像，600x800比识别需要的大得多。仍然可以识别150x200，但所有计算速度都要快16倍。

Answer 2

您应该明确缩小输入图像的尺寸。例如，HOG描述符通常从64x128行人图像中提取，以训练准确的行人检测器。 训练哈尔分类器总是很耗时，而且很难预测它会花多少时间，因为它可以在特定阶段阻挡。

Answer 3

很难给你任何具体的数字，但是使用HOG训练比使用类似Haar的功能训练要快几个数量级。 HOG也使用更少的内存。此外，您可以选择在OpenCV和MATLAB中的trainCascadeObjectDetector函数中使用LBP功能。使用LBP也比使用Haar快得多。