[英]HaarCascade training: merge .lst files
我正在使用HaarCascade开发自己的物体探测器。 顺便说一下,我在某些方面感到困惑,我将在下面解释。
情况就是这样: - 我收集了100 个我的对象图像 (比如苹果) - 我收集了大约1500张底片 - 我创建了negatives.txt ,一个包含负片图像路径的文件 - 我创建了positives.txt ,一个文件其中包含路径,对象数量,正面图像的坐标和尺寸
现在,这就是问题所在。
使用opencv_createsamples.exe
来扩充我的数据/图像,我看到如果我为每个对象图像执行它(使用相同的参数),输出将或多或少是1000个正图像(负面背景+对象)和.lst file
包含负片图像内的路径和对象坐标的.lst file
。 这些坐标不会改变(因为我在执行opencv_createsamples.exe
时设置它们)。
问题是:为每个对象图像更改createsamples
所需的参数然后将它们全部合并是个好主意?
我现在在做什么的例子:
我愿意做的例子:
我真的希望我解释了所有。
我怀疑这是关于这样做的效率:通过在不同位置训练使用不同对象(同一类)或通过仅使用一个对象来获得更好的准确性?
名词解释:
谢谢大家
UPDATE
在观看HaarCascade上的Sentdex视频之后: 训练Haar级联对象检测 - 用于图像和视频分析的OpenCV用于图像和视频分析20
我认为你可以在每个(正面)图像中使用多个对象训练你的模型有更好的结果。 这还取决于你想要达到的目标。 1.尝试您在问题中提到的两种方法,并使用相同的图像进行测试。 2.比较有效性(检测的准确性)和效率(例如,速度有明显差异吗?)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.