无限循环：哈尔，LBP，HOG trainccade of opencv卡住了

Question

我正在尝试构建一个分类器来检测热图像中的面。所以我尝试使用Haar，LBP和HOG分类器进行训练。我在Windows上使用OpenCV 2.4.8。

  

opencv_traincascade.exe -data haarcascades -vec pos.vec -bg neg.txt -numPos 250 -numStages 24 -numNeg 900 -w 24 -h 24

我总共有307个阳性样本。阴性样本的大小为75x75。对于这三种情况中的每一种情况，训练都会在特定阶段停留在Haar（第12阶段）以及之后的LBP（阶段14/15）。我减少了负数（最多200个），但这意味着训练在后期停滞不前。自2天以来，培训没有取得进展。没有负面消耗，命令窗口看起来像这样 -

===== TRAINING 14-stage =====
<BEGIN
POS count : consumed   255 : 262

另外

• 消耗的POS数量和消耗的NEG数量意味着什么？
• 当我将minHitRate减少到0.7时，为什么消耗的POS数量会增加？

请让我知道我做错了什么。 感谢。

Answer 1

消耗的数量是每个阶段中使用的可能图像和负图像的数量。并且您需要使用更多正面和负面图像，大约1000个正面和2000个负面，以获得良好的结果

Answer 2

我自己也遇到过类似的问题。问题在于，每个阶段的分类器都采用了在前几个阶段被归类为正面的负面例子。所以发生的事情是，没有任何负面样本被归类为正面，而代码进入无限循环试图找到一个。我通过更改源代码解决了这个问题，以便算法在找不到任何负面示例之后终止，并且只使用前面的分类器阶段。 如果您不想更改代码，请尝试添加更多负面示例或减少阶段数。