Question

这是我第一次使用opencv的haartraining。

仅仅为了练习，我使用了35张正面图像和45张负面图像。

但是当我尝试从数据训练时，它并没有永远完成，

即使参数调整得非常严格。

（最小命中率= 0.001，最大误报率= 0.999

我不认为这会因为这个极端的价值而花费很多时间）

我的实验一定有什么问题？

这是我的命令和参数。

$opencv_haartraining -data Training -vec samples.vec -bg negatives.dat -nstages 2 -nsplits     2 -minhitrate 0.001 -maxfalsealarm 0.999 -npos 30 -nneg 40 -w 20 -h 20 -nonsym -mem 512 -mode      ALL -minpos 10

结果。

Data dir name: Training
Vec file name: samples.vec
BG  file name: negatives.dat, is a vecfile: no
Num pos: 30
Num neg: 40
Num stages: 2
Num splits: 2 (tree as weak classifier)
Mem: 512 MB
Symmetric: FALSE
Min hit rate: 0.001000
Max false alarm rate: 0.999000
Weight trimming: 0.950000
Equal weights: FALSE
Mode: ALL
Width: 20
Height: 20
Applied boosting algorithm: GAB
Error (valid only for Discrete and Real AdaBoost): misclass
Max number of splits in tree cascade: 0
Min number of positive samples per cluster: 10
Required leaf false alarm rate: 0.998001
Stage 0 loaded
Stage 1 loaded
Stage 2 loaded
Stage 3 loaded
Stage 4 loaded

Tree Classifier
Stage
+---+---+---+---+---+
|  0|  1|  2|  3|  4|
+---+---+---+---+---+

   0---1---2---3---4

Number of features used : 125199

Parent node: 4

*** 1 cluster ***
POS: 30 32 0.937500

Answer 1

我认为您使用的是OpenCV_Haartraining吗？

如果是这样，这是一个已弃用的应用，您应该使用opencv_traincascades。

这将

- A. Speed up the time taken to classify 
 - B. Have better support

请参阅这些链接以进一步阅读 Training Vs TrainCascade和TrainCascade Wiki。

编辑：

另外，更改您的最低点击率和maxFalseAlarm率。

我建议使用像0.4＆amp; 0.95开始。

这样做的原因是它需要永远达到0.999＆amp; 0.0001，如果有的话。

Answer 2

这很正常。参考this tutorial和我自己的经验，培训需要几天甚至一周才是正常的。引自教程：

仅供参考：我建议你用不同的东西来工作同时因为你必须在训练期间等待这么多天（它可能需要一个星期）。我通常试验为1. run 在星期五进行haartraining 2.完全忘记它3.看到结果下周五4.再进行一次haartraining（循环）。

OpenCV Haartraining并没有永远完成

2 个答案: