我一直在尝试使用DLib的训练工具训练我自己的行人探测器(基本上是这个的修改版本:train_object_detector.py)。我尝试过使用INRIA和MIT行人数据库而且没有运气。
我的探测器的可视化倾向于看起来像这样:
作为参考,DLib的面部检测器如下所示:
我尝试过使用不同的样本量(5-1000)以及不同的C水平(1-1,000,000,000)。
我不确定下一步该尝试什么。
答案 0 :(得分:2)
您可以尝试我之前训练过的输出svm file。 使用它你应该知道窗口大小
${aspnet-request}
你会发现我用来训练探测器的training.xml和图像文件。 我将它与OpenCV的HOGDescriptor(DefaultPeopleDetector)进行了比较。 OpenCV工作得更慢,但显然更成功。