如果有办法结合来自不同训练级联的Haar-Classifiers，我会徘徊？ 我有一个场景，我检测到一个对象根据对象的角度而有所不同。所以我将训练样本分开训练多个分类器。他们的班级工作正常。现在我按顺序运行它们，这花费了我很多计算时间。
我认为OpenCV可能每次都在计算所有功能，因此每次都会重新进行迭代。我想，如果我可以通过OR操作组合我的分类器，那么OpenCV可能只能使用一个级联，因此只迭代一次，只计算所需的特征一次，依此类推。这可能会大大提高我的表现。但是我不确定是否（以及如何）这样做。也许其他人之前尝试过类似的东西？
干杯！ - artur
答案 0 :(得分：0)
我将每个人作为一个单独的并行任务运行。
答案 1 :(得分：0)
我不会等待所有人，而是通过举办活动来处理每个人。
答案 2 :(得分：0)
那么，当你训练一个特定的分类器时，AdaBoost算法（在每个阶段）选择不同的功能来最小化训练错误。该程序是针对级联的每个阶段完成的。
不幸的是，对于每个对象，这些特征都不相同（虽然您具有固定数量的特征形状，但大小不同），因此特征空间也不相同。 因此，即使有一种方法可以将这些分类器组合在一起，但由于您可能没有针对不同对象的相同功能，因此您可能需要再次评估几乎所有功能。