Opencv Haar Cascade训练/检测简单物体

Question

我打算为白色杯子，红色球和蓝色冰球制作级联探测器。由于这些物体的形状有多简单，我想知道在训练中是否存在任何参数差异，而不是找到复杂的物体，如汽车/面孔？此外，在训练pos图像中，我有不同光照条件下的物体和物体处于阴影下的物体。

对于训练负片图像，我注意到图像大小可能会有所不同。但是，对于正像，它们必须是固定的大小。

我计划使用100x100 pos图像来帮助检测20-30英尺的物体，200x200 pos图像可以检测物体，当我在物体的正上方5英尺/分钟（离地面3英尺）时。这是否意味着我将需要训练6种不同的XML？对于每个对象，因为它训练为100x100和200x200？

Answer 1

简答：是的

长答案：可能：

你必须这样考虑，分类器将为正面图像建立一组功能，然后使用它们来确定你的检测图像是否相同。如果您正在大幅度移动检测角度，那么您将需要一个不同的分类器。

让我举例说明：

如果在20英尺外你的杯子看起来像这样：

如果您的杯子看起来像这样（可能是5英尺远但角度不同），那么它会与相关的背景/灯光等相关，那将是一个非常不同的分类器：

现在，尽管如此，如果你的杯子只有更大更小的版本，那么你可能只需要一个。但是，每个物体（杯子/球/冰球）需要不同的分类器

图像不是我的 - 取自谷歌