opencv_traincascade的参数

Dur*_*rin 6 opencv classification face-detection

我一直在使用旧版OpenCV的haartraining实现了很长一段时间.现在,在最终转向OpenCV 2.3之后,我想知道如何设置参数,就像我使用旧实现一样.据我所知,还没有opencv_traincascade的文档.

我错过了"-nonsym"开关和"-nsplits".现在,只有"maxDepth"参数具有描述"max_depth_of_weak_tree".是一个弱三个树桩?现在所有的哈尔特征都被认为是非现实的吗?

非常感谢!

小智 5

@Alex:这是关于opencv 2.3.2文档给出的所有参数的一个很好的描述,我正在研究一个使用opencv进行人工检测和跟踪的python脚本.如果你打算使用以新的包装器cv2开头的python函数.()不要忘记在屁股中设置正确的PATH或它的痛苦......

http://opencv.itseez.com/trunk/doc/user_guide/ug_traincascade.html


Ale*_*lex 4

我不知道这是否有帮助,因为我没有尝试过,它似乎与旧的 haarcascade.exe 非常相似

\n\n
opencv_traincascade.exe\n
Run Code Online (Sandbox Code Playgroud)\n\n

用法:

\n\n
opencv_traincascade.exe\n-data <cascade_dir_name>\n-vec <vec_file_name>\n-bg <background_file_name>\n[-numPos <number_of_positive_samples = 2000>]\n[-numNeg <number_of_negative_samples = 1000>]\n[-numStages <number_of_stages = 20>]\n[-precalcValBufSize <precalculated_vals_buffer_size_in_Mb = 256>]\n[-precalcIdxBufSize <precalculated_idxs_buffer_size_in_Mb = 256>]\n[-baseFormatSave]\n\xe2\x80\x94cascadeParams\xe2\x80\x94\n[-stageType <BOOST(default)>]\n[-featureType <{HAAR(default), LBP}>]\n[-w <sampleWidth = 24>]\n[-h <sampleHeight = 24>]\n\xe2\x80\x94boostParams\xe2\x80\x94\n[-bt <{DAB, RAB, LB, GAB(default)}>]\n[-minHitRate <min_hit_rate> = 0.995>]\n[-maxFalseAlarmRate <max_false_alarm_rate = 0.5>]\n[-weightTrimRate <weight_trim_rate = 0.95>]\n[-maxDepth <max_depth_of_weak_tree = 1>]\n[-maxWeakCount <max_weak_tree_count = 100>]\n\xe2\x80\x94haarFeatureParams\xe2\x80\x94\n[-mode <BASIC(default) | CORE | ALL\n\xe2\x80\x94lbpFeatureParams\xe2\x80\x94\n
Run Code Online (Sandbox Code Playgroud)\n