这是我第一次使用opencv的haartraining。
为了练习，我使用了35张正像和45张负像。
但是当我尝试根据数据进行训练时，它并不会永远完成，
即使对参数进行了非常大的调整。
(最小命中率= 0.001，最大错误警报率= 0.999
由于这种极端的值(value)，我认为不会花费很多时间)
我的实验一定有什么问题？
这是我的命令和参数。
$opencv_haartraining -data Training -vec samples.vec -bg negatives.dat -nstages 2 -nsplits 2 -minhitrate 0.001 -maxfalsealarm 0.999 -npos 30 -nneg 40 -w 20 -h 20 -nonsym -mem 512 -mode ALL -minpos 10
结果。
Data dir name: Training
Vec file name: samples.vec
BG file name: negatives.dat, is a vecfile: no
Num pos: 30
Num neg: 40
Num stages: 2
Num splits: 2 (tree as weak classifier)
Mem: 512 MB
Symmetric: FALSE
Min hit rate: 0.001000
Max false alarm rate: 0.999000
Weight trimming: 0.950000
Equal weights: FALSE
Mode: ALL
Width: 20
Height: 20
Applied boosting algorithm: GAB
Error (valid only for Discrete and Real AdaBoost): misclass
Max number of splits in tree cascade: 0
Min number of positive samples per cluster: 10
Required leaf false alarm rate: 0.998001
Stage 0 loaded
Stage 1 loaded
Stage 2 loaded
Stage 3 loaded
Stage 4 loaded
Tree Classifier
Stage
+---+---+---+---+---+
| 0| 1| 2| 3| 4|
+---+---+---+---+---+
0---1---2---3---4
Number of features used : 125199
Parent node: 4
*** 1 cluster ***
POS: 30 32 0.937500
最佳答案
我以为您正在使用OpenCV_Haartraining是否正确？
如果是这样，则这是一个已弃用的应用程序，您应该使用opencv_traincascades。
这将
- A. Speed up the time taken to classify
- B. Have better support
请参阅这些链接以进一步阅读
Training Vs TrainCascade和TrainCascade Wiki。
编辑:
另外，更改您的最低点击率和maxFalseAlarm率。
我建议使用0.4和0.95之类的方法开始。
这样做的原因是，如果有的话，它将永远需要达到0.999和0.0001。
关于opencv - OpenCV Haartraining不会永远结束，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/16053378/