我正在使用python / openCV。我想知道是否有办法改善结果以增加算法的抢劫性。例如：
通常我们会使用pozitive和negative图像训练haar-cascade分类器然后测试它。但是一旦训练了级联并获得了xml文件，该算法似乎没有可能的改进。我们只需调整像min这样的参数。邻居，神圣因素等。
我想要的是：
我们给出一张包含3张脸的照片。作为回应，代码给出了2 积极的面孔和1个虚假的积极面孔。 我想提供反馈：你 在这里错过了1个真正的pozitive（表示相应的面孔 你在这里给出了1个假阳性（表示 相应的误报位置。）
我搜索并找不到任何内容，也许我错过了正确的关键字。任何人都可以启发我，有这个算法吗？ PS：正如我所提到的，我不会寻找仅仅（动态）改变比例因子的参数。我想让系统通过反馈优化自己。