Spearden Haar Cascade训练过程

时间:2017-05-08 15:46:39

标签: gpu haar-classifier

训练haar级联需要花费大量时间,整个训练期也取决于机器。 有助于加快流程的因素是什么? 有更多的RAM和GPU有帮助吗? haar级联训练是否有像tensorflow那样的GPU支持?

1 个答案:

答案 0 :(得分:0)

Opencv文档here说明

  与HAAR特征相比,LBP特征产生整数精度,产生浮点精度,因此使用LBP进行训练和检测的速度比使用HAAR特征快几倍。关于LBP和HAAR检测质量,它主要取决于所使用的训练数据和所选择的训练参数。在培训时间的一定百分比内,可以训练基于LBP的分类器,该分类器将提供与基于HAAR的分类器几乎相同的质量。

因此,在训练时,使用opencv_traincascade工具而不是使用旧的opencv_haartraining工具,并使用-featureType LBP作为参数(默认为HAAR)

此外,您可以使用-precalcValBufSize和-precalcIdxBufSize参数为训练分配特定的内存量。分配的内存越多,训练过程就越快,但请记住,-precalcValBufSize和-precalcIdxBufSize的组合不应超过可用的系统内存。