使用OpenCV进行非转换对象检测

Question

我要做的是检测图像中的2D对象。然而，这个和典型的眼睛/面部检测之间的差异在于，我试图检测的2D对象不会以任何方式进行转换，除了缩放，旋转或部分阻止（例如计算机屏幕截图中的某个图标。）

我试图用一张正像（物体）和600张负像（从背景图像中随机选择）训练一个哈尔级联，但结果并不令人满意。特别是，opencv_createsamples创建了奇怪的缩放样本（部分被截断，有些缩放得太大）。这些是我使用的参数：

# Create samples
opencv_createsamples -img positive_images/icon.png -bg negatives.txt\
  -num 1500 -bgcolor 0 -bgthresh 0 -maxxangle 0  -maxyangle 0 -maxzangle 6.28\
  -maxidev 40 -vec pos.vec -maxscale 2 -w 25 -h 25

# Train cascade
opencv_traincascade -data classifier -vec pos.vec -bg negatives.txt\
  -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 1000\
  -numNeg 600 -w 25 -h 25 -mode ALL -precalcValBufSize 4096\
  -precalcIdxBufSize 4096

由于任务似乎比一般的对象检测任务简单，我想知道是否有更好的方法来做到这一点。如果没有，有什么方法可以获得更好的结果？

编辑，这是我正在使用的一些示例图像：

样本（正面）对象：

样本背景（600个中的2个）：

有些有趣的事情是我尝试直接使用opencv_createsamples（上面）和提供here（direct link）的包装器。 opencv_createsamples结果不理想。它没有检测到样本图像并将其他不相关的对象分类为正面。然而，使用包装器结果稍微好一点，但它只在有白色背景时检测到对象。我不确定为什么使用包装器会产生这种效果，但我的参数或我使用的方式可能不正确。

目录结构：

- positive_images/
    - icon.png
- negative_images/
    - 600 images
- classifier/
- positives.txt
- negatives.txt