训练面部时，哪个参数会影响准确性？我该如何提高？

Question

这是我的代码：

import cv2
import os
import numpy as np
from PIL import Image
import pickle

BASE_DIR = os.path.dirname(os.path.abspath(__file__))
image_dir = os.path.join(BASE_DIR, "images")

face_cascade = 
cv2.CascadeClassifier('cascades/data/haarcascade_frontalface_alt2.xml')
recognizer = cv2.face.LBPHFaceRecognizer_create()

current_id = 0
label_ids = {}
y_labels = []
x_train = []

for root, dirs, files in os.walk(image_dir):
    for file in files:
        if file.endswith("png") or file.endswith("jpg"):
            path = os.path.join(root, file)
            label = os.path.basename(root).replace(" ", "-").lower()
            #print(label, path)
            if not label in label_ids:
                label_ids[label] = current_id
                current_id += 1
            id_ = label_ids[label]  
            #print(label_ids)      
            #y_labels.append(label)# some number
            #x_train.append(path)# verify this image
            pil_image = Image.open(path).convert("L")
                size = (550, 550)
                final_image = pil_image.resize(size, Image.ANTIALIAS)
                image_array = np.array(final_image, "uint8")
                #print(image_array)
                faces = face_cascade.detectMultiScale(image_array, scaleFactor=1.5, minNeighbors=3)

            for (x, y, w, h) in faces:
                roi = image_array[y:y+h, x:x+w]
                x_train.append(roi)
                y_labels.append(id_)

当我开始训练存储在文件夹中的图像时，结果是并非所有图像都得到训练，而且人脸识别的准确性也不高。

这里有些参数我不太了解，但似乎对训练结果的影响很大。

有什么方法可以提高准确性？

这是我第一次问问题，因此，如果存在类似问题或输入格式错误，请通知我。感谢您抽出宝贵的时间阅读这篇文章。