使用Haar训练进行猫检测

Question

我想使用HAAR级联来检测可变形物体(在我的情况下是CAT).我测试了2000个正面和3000个负面图像,最多20个阶段.我没有看到任何预期发生的事情.我确信这可能是我的训练数据集的问题.我的正面数据集中有猫图像.在同一只猫的不同形状和姿势.我想知道哈尔是否能够识别正数据集中的差异,并且仍然将它们识别为猫.

需要帮助,还有其他可以使用的替代方法吗？

Answer 1

首先，您还没有列出用于训练 haar 分类器的内容。如果您没有使用 opencv_traincascades，那么可以从这里开始。

其次，检测猫是一项非常困难的工作，有很多无法防御的边缘、旋转和空间变化。使用这个思路，回答自己以下问题：

• 您的阳性数据集是什么样的？
• 这与您通过输入提要显示的内容是否相似
• 训练后分类器的误报率是多少？
• 您的背景集中包含什么（更多看起来像猫的图像而不是猫更好等）

我建议将您的输出发布到分类阶段的问题中，以便我们更好地了解正在发生的情况。查看这些链接以获得更多帮助。

也许首先尝试使用钢笔或徽标，遵循 openCV 教程并了解基础知识？（抱歉，如果我假设你不了解基础知识，如果你这样做的话）

G。/