火车级联分类器

Question

我对级联分类器的训练有一些疑问：

1. 在我的一些照片中，一半的物体是可见的。我应该将可见部分标记为感兴趣的区域，将图片用作阴性样本还是完全整理出来？
2. 分类器是否能够检测到部分可见的对象（使用Haar功能）？
3. 阴性和阳性样本的比例应该是多少？我经常读到你应该使用更多的负面样本。但是例如在this帖子中提到的比例应该是2：1（更多的正样本）。
4. 我目前的分类器检测到很多误报。根据{{​​3}}教程，您可以增加阶段数或降低每个阶段的误报率。但是我不能在不增加误报率的情况下增加阶段数。如果我只增加阶段数，则训练在某个时刻停止，因为分类器用完了样本。是减少误报以增加样本数量的唯一方法吗？

如果有人能回答我的一个问题，我会很高兴：）

Answer 1

在级联分类器的情况下，我建议扔掉“半”对象。既然他们是正面样品吗？不，因为他们不完全包含对象，他们是负面样本吗？不，因为它们不是与我们的对象无关的东西。    根据我的经验，我开始使用几乎相似数量的负面和正面图像进行训练，我遇到了类似的问题。增加样品数量是第一步。您可能应该增加负样本的数量，请注意您需要获得不同的图像，只需要100个相似的背景图像几乎与只有5-10个图像相同。就我而言，最佳比例为正：负= 2：1。您仍需要尝试，但这取决于您尝试构建的分类器。如果您的物体不是太花哨的东西，并且有简单的形状和大小（如公司徽标或硬币或橙色），您不必获得太多样品，但如果您正在尝试构建分类器来检查某些复杂的物体（如椅子，是的......椅子是一个严肃的物体，因为它有许多不同的形状和大小）比你需要大量的样品。    希望这可以帮助。