opencv级联分类器检测背景

Question

我一直在使用级联分类器训练某种植物。这是我想要检测的样本图像

我对小绿色植物进行了阳性采样，并从具有相似背景且没有绿色植物的图像中得到了阴性（如许多来源所示）。使用了许多与此类似的图像进行采样。

我没有很多训练数据，所以当然我没想到会有一些理想的分类结果。

我设置了通常的参数min_hit_rate 0.95 max_false_alarm 0.5等。我尝试过5,6,7,8,9和10阶段的训练。发生在我身上的一件奇怪的事情是，在训练过程中，我在所有阶段都得到了1的命中率，经过5个阶段后，我获得了良好的接受率0.004（类似于后期阶段6,7,8 ......）。 我尝试在我用于训练样本的相同图像上测试我的分类器，并且存在非常不合逻辑的行为：

1. 分类器检测到几乎所有东西，但我从中取出的正样本（训练中的相同样本与HIT RATION EQUAL为1）。
2. 分类器实际上非常慢，单个输入图像花了一个多小时（下采样比例因子1.1）。

我不知道如何在训练期间（通过所有阶段）将相同的样本归类为阳性，然后在图像中将其作为正面（其周围存在大量误报）。

我检查了一百万次（我认为我以某种方式混合了正面和负面，但我没有）。

有人可以帮我解决这个问题吗？

Answer 1

我可以尝试帮助，但当然除非你把你的照片寄给我，否则我不能为你训练这件事。

根据我的经验，如果你没有得到理想的结果，你只是给traincascade错误或不足的图像（正面或负面的一个或两个）。

在使用内置opencv_annotation工具创建注释文件之前，我没有得到很好的结果。你做到了吗？有多少积极因素？

您的底片是否包含您尝试检测对象的背景？这是关键，不容忽视。

另外，我会使用LBP，它要快得多。

如果你或任何人仍然卡住并且创造了一些积极因素，请将它们发送给我，我会看看我是否可以训练这件事。

而且，在我的经历之后，我有希望写一篇关于这些内容的一站式教程：

http://johnallen.github.io/opencv-object-detection-tutorial/