[英]HaarCascade training: merge .lst files
我正在使用HaarCascade開發自己的物體探測器。 順便說一下,我在某些方面感到困惑,我將在下面解釋。
情況就是這樣: - 我收集了100 個我的對象圖像 (比如蘋果) - 我收集了大約1500張底片 - 我創建了negatives.txt ,一個包含負片圖像路徑的文件 - 我創建了positives.txt ,一個文件其中包含路徑,對象數量,正面圖像的坐標和尺寸
現在,這就是問題所在。
使用opencv_createsamples.exe
來擴充我的數據/圖像,我看到如果我為每個對象圖像執行它(使用相同的參數),輸出將或多或少是1000個正圖像(負面背景+對象)和.lst file
包含負片圖像內的路徑和對象坐標的.lst file
。 這些坐標不會改變(因為我在執行opencv_createsamples.exe
時設置它們)。
問題是:為每個對象圖像更改createsamples
所需的參數然后將它們全部合並是個好主意?
我現在在做什么的例子:
我願意做的例子:
我真的希望我解釋了所有。
我懷疑這是關於這樣做的效率:通過在不同位置訓練使用不同對象(同一類)或通過僅使用一個對象來獲得更好的准確性?
名詞解釋:
謝謝大家
UPDATE
在觀看HaarCascade上的Sentdex視頻之后: 訓練Haar級聯對象檢測 - 用於圖像和視頻分析的OpenCV用於圖像和視頻分析20
我認為你可以在每個(正面)圖像中使用多個對象訓練你的模型有更好的結果。 這還取決於你想要達到的目標。 1.嘗試您在問題中提到的兩種方法,並使用相同的圖像進行測試。 2.比較有效性(檢測的准確性)和效率(例如,速度有明顯差異嗎?)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.