Open CV traincascade的命中率为1,误报率为0

时间:2013-10-16 14:01:08

标签: c++ opencv computer-vision

我想训练一个LBP分类器。我有103个正面和500个负面样本。我使用了几乎默认值,-featureType LBP-numPos 88除外。

opencv_traincascade -data "$NAME"_Output \
                    -vec "$NAME".vec \
                    -bg "$NAME"_Negative.txt \
                    -numPos 88 \
                    -numNeg 500 \
                    -numStages 20 \
                    -stageType BOOST \
                    -featureType LBP \
                    -w 32 \
                    -h 48 \
                    -bt GAB \
                    -minHitRate 0.995 \
                    -maxFalseAlarmRate 0.5 \
                    -weightTrimRate 0.95 \
                    -maxDepth 1 \
                    -maxWeakCount 100

在第1阶段获得完全命中率和零误报率后,分类器在第2阶段陷入困境。我尝试使用numPos,numNeg和bt参数,但它总是得到大致相同的结果。

===== TRAINING 0-stage =====
<BEGIN
POS count : consumed   88 : 88
NEG count : acceptanceRatio    500 : 1
Precalculation time: 1
+----+---------+---------+
|  N |    HR   |    FA   |
+----+---------+---------+
|   1|        1|        1|
+----+---------+---------+
|   2|        1|    0.046|
+----+---------+---------+
END>

===== TRAINING 1-stage =====
<BEGIN
POS count : consumed   88 : 88
NEG count : acceptanceRatio    500 : 0.0456038
Precalculation time: 0
+----+---------+---------+
|  N |    HR   |    FA   |
+----+---------+---------+
|   1|        1|        1|
+----+---------+---------+
|   2|        1|        0|
+----+---------+---------+
END>

===== TRAINING 2-stage =====
<BEGIN
POS count : consumed   88 : 88

我对此并不了解,但我的猜测是它在第1阶段之后完成,但它仍然试图产生18个以上的阶段。我的数据集非常简单,正面应该非常相似,负面图像大小相同。

  • 是否有可能只有2个阶段的分类器? (第0阶段和第1阶段)
  • 以前是否有人使用LBP分类器,或者我应该坚持使用HAAR?
  • 我是否在参数或输入数据方面犯了错误?

1 个答案:

答案 0 :(得分:1)

取决于您的训练数据。如果区分正面和负面数据非常简单,那么很有可能两个阶段足以完成这项工作。现在的问题是,它如何对测试数据执行,即,您的训练数据代表测试,还是您需要更多(和更复杂)的训练样本。如果没有,你就完成了。祝贺。