上一篇（OpenCV3中的級(jí)聯(lián)分類器目標(biāo)檢測(cè)——cv::CascadeClassifier簡(jiǎn)介）介紹了如何使用級(jí)聯(lián)分類器進(jìn)行目標(biāo)檢測(cè)。這里，我們介紹一下如何訓(xùn)練自己的級(jí)聯(lián)分類器。

至于原理這里就不再進(jìn)行詳細(xì)介紹了，直接說(shuō)明如何進(jìn)行訓(xùn)練。在opencv的安裝目錄中的bin文件夾下有兩個(gè)可執(zhí)行文件opencv_createsamples.exe和opencv_traincascade.exe。將這兩個(gè)文件拷貝到訓(xùn)練文件夾下，并將正、負(fù)樣本的文件夾和描述文件——positive_samples.txt和negative_samples.txt也拷貝到這個(gè)文件夾下。同時(shí)，新建兩個(gè).bat文件——create_positive_samples.bat和traincascade.bat，新建一個(gè)文件夾data。這樣，訓(xùn)練目錄如下：

1、制作正樣本

首先是制作和收集正樣本圖片，并將正樣本圖像的大小進(jìn)行統(tǒng)一縮放（如40*40），然后在正樣本描述文件中，添加對(duì)正樣本的描述，形式如下：

然后在create_positive_samples.bat文件中添加如下內(nèi)容：

其中，-info字段填寫正樣本描述文件；-vec用于保存制作的正樣本；-num制定正樣本的數(shù)目；-w和-h分別指定正樣本的寬和高。

保存，雙擊這個(gè)文件，開始制作正樣本：

這樣，正樣本制作完成。

2、級(jí)聯(lián)分類器訓(xùn)練

下面進(jìn)行級(jí)聯(lián)分類器的訓(xùn)練，在traincascade.bat中輸入如下內(nèi)容

字段說(shuō)明如下：

-data：指定保存訓(xùn)練結(jié)果的文件夾；

-vec:指定正樣本集；

-bg:指定負(fù)樣本的描述文件夾；

-numPos：指定每一級(jí)參與訓(xùn)練的正樣本的數(shù)目（要小于正樣本總數(shù)）；

-numNeg:指定每一級(jí)參與訓(xùn)練的負(fù)樣本的數(shù)目（可以大于負(fù)樣本圖片的總數(shù)）；

-numStage:訓(xùn)練的級(jí)數(shù)；

-w:正樣本的寬；

-h:正樣本的高；

-minHitRate:每一級(jí)需要達(dá)到的命中率（一般取值0.95-0.995）；

-maxFalseAlarmRate:每一級(jí)所允許的最大誤檢率；

-mode:使用Haar-like特征時(shí)使用，可選BASIC、CORE或者ALL；

另外，還可指定以下字段：

-featureType:可選HAAR或LBP，默認(rèn)為HAAR;

其他字段將不再說(shuō)明。

保存，雙擊執(zhí)行，開始漫長(zhǎng)的訓(xùn)練過(guò)程（訓(xùn)練可中斷，中斷后再執(zhí)行，會(huì)繼續(xù)中斷前的訓(xùn)練）

訓(xùn)練結(jié)束后，data文件夾下會(huì)生成如下訓(xùn)練結(jié)果：

cascade.xml文件即為最終的訓(xùn)練結(jié)果，即可拿來(lái)進(jìn)行目標(biāo)檢測(cè)，參考OpenCV3中的級(jí)聯(lián)分類器目標(biāo)檢測(cè)——cv::CascadeClassifier簡(jiǎn)介。

2017.04.15

總結(jié)

以上是生活随笔為你收集整理的【OpenCV3】级联分类器训练——traincascade快速使用详解的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。