我正在尝试用Python 2.7和OpenCV 2.4.13从无人机图像中做一个汽车探测器。目标是在城市环境中从任何方向的上方视图检测汽车。我正面临时间执行和准确性问题。
当我使用一些从互联网上获得的级联时，探测器工作正常：
对于检测本身，我使用detectMultiScale() scaleFactor = 1.1-1.2和minNeighbors=3
在4000x3000像素的图像中，在合理的时间（几秒钟）内执行检测。
当我尝试使用自己训练有素的分类器时会出现问题。结果很糟糕，执行检测需要很长时间（超过半小时）
对于训练，我从一个有大量汽车停车场的大型正交马赛克（我缩小了几次）中提取了正面和负面图像。我提取了总共50辆汽车（25x55像素），然后我水平反射，产生100张正像，2119张负像（60x60像素）来自相同的正射马赛克。我将此组称为图像的“完整集”。从那个集合中，我创建了一个子集（4个正数和35个负数），我称之为“虚拟集”：
对于培训，我使用了opencv_createsamples和opencv_traincascade。我从100张正面图像中创建了6000个样本，将车辆从0度旋转到360度：
perl bin/createsamples.pl positives.txt negatives.txt samples 6000 "opencv_createsamples -bgcolor 0 -bgthresh 0 -maxxangle 0.5 -maxyangle 0.5 -maxzangle 6.28 -maxidev 40 -w 60 -h 60"
所以现在，我有6000个60x60像素的汽车样品图像，可以在任意方向上随机背景。
然后我执行了mergevec.py来创建samples.vec文件，并运行培训应用程序opencv_traincascade：
python mergevec.py -v samples/ -o samples.vec
opencv_traincascade -data classifier -vec samples.vec -bg negatives.txt -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 3700 -numNeg 2119 -w 60 -h 60 -mode ALL -precalcValBufSize 3096 -precalcIdxBufSize 3096
通过这种方法，我训练了四个分类器，两个使用完整的集合，另外两个使用虚拟集合，每个集合使用一个LBP和一个HAAR。我得到的结果如下：
我做错了什么？由于香蕉和脸部叶栅在合理的时间内工作并检测物体，问题显然在我的瀑布中，但我无法弄明白为什么。
我非常感谢你的帮助。 提前致谢， 费德里科
答案 0 :(得分：0)
我无法准确地说出来，但我知道为什么你不能训练HAAR（LBP）级联来检测任意方向的汽车。
当检测到具有大致相同形状和颜色（亮度）的物体时，这些级联工作正常。正面的面是这些物体的一个很好的例子。但是当面部有另一种方向和颜色时它会更糟糕（它不是开玩笑，OpenCV标准的哈尔级联有检测到皮肤黝黑的人的问题）。虽然这些问题是训练集的结果，但训练集只包含正面导向的欧洲人的面孔。但是，如果我们尝试添加具有所有颜色和空间方向的训练集面，我们将面临与您相同的问题。
在训练过程中，每个阶段的训练算法都试图找到分离负样本和正样本的特征集（HAAR或LBP）。如果检测到的对象具有复杂且可变的形状，则所需特征的数量非常大。大量必需的功能导致级联分类器工作非常缓慢或根本无法训练。
因此，HAAR（LBP）级联不能用于检测具有可变形状的物体。但是你可以看看Deep Convolution Neural Networks。据我所知，他们可以解决这些问题。