OpenCV SVM训练数据集

Question

假设我有大约350张正面图像和400多张负面图像的数据集。它们的大小不同。它们的尺寸也大于640x320。

1. 我该怎么做才能创建更好的数据集？我需要更小的图像吗？如果是，为什么？

2. 我应该对数据集应用一些规范化吗？应该是什么（对比，降噪）？

3. 我可以使用现有的数据集创建更大的数据集吗？如果是，怎么做？

提前致谢！

Answer 1

1. 图像的最佳尺寸是您可以轻松地对对象进行分类 自己。
2. 是的，分类器在规范化后效果更好，有 选项。最常用的方法是中心数据集（减去均值）和归一化范围 值在[-1：1]范围内说。其他流行的标准化方法与之前类似，但标准化标准偏差（在大多数情况下最好）。
3. 是的，您可以通过添加来创建更大的数据集 来自现有数据集的图像的扭曲和噪音。

Answer 2

查看INRIA数据集以及他们如何“标准化”他们的输入图像以进行HoG人员检测培训的评论。

http://pascal.inrialpes.fr/data/human/

尚未提及的一件事是，对于大多数检测技术而言，仅在该图像内收集具有期望对象“某处”的一组n个图像是不够的。相反，你应该在对象周围裁剪图像（带有一些边框）。

e.g。对于人物检测，他们使用此输入图像：

但他们裁剪并重新调整（并转换）了这些区域（对象）：

也可能在论文中有一些关于培训的好提示： http://lear.inrialpes.fr/people/dalal/NavneetDalalThesis.pdf