在哈尔训练时,有多少图像用于阳性和阴性样本?

Rhu*_*arb 6 opencv artificial-intelligence image-processing image-recognition

我已经阅读了很多关于哈尔培训的内容,而且我不清楚应该使用多少图像用于正负样本集.我看到它建议使用很多图像,有些人推荐数千个.我也不清楚正负样本图像的数量是否应该相同?

Abi*_*n K 4

这是关于 Haar 训练的最佳教程。你试过这个吗? http://note.sonots.com/SciSoftware/haartraining.html

上面说他们用 5000 表示正值,3000 表示负值。

这个链接显示 3000 为正值,5000 为负值。无论如何,更多的图像可以提高准确性,但也会增加训练时间。

另请在此处查看其他 SO 链接。

  • 感谢您的链接。第2个我没见过。令人困惑的一件事是负样本的概念。负样本包含正样本来源的图像部分但没有正样本,这难道没有意义吗?大多数教程提到使用包含与正样本无关的随机图像的负样本。在我看来,如果您从水果市场照片中获取水果的正样本,您会希望负样本是通常在水果市场的同一张照片中找到的其他水果的负样本吗? (3认同)