我正在尝试建立一个分类器来检测热图像中的人脸。因此,我尝试使用Haar,LBP和HOG分类器进行训练。我正在Windows上使用OpenCV 2.4.8。



我总共有307个阳性样本。阴性样本的大小为75x75。对于这三种情况中的每一种,培训都停留在特定的阶段,即Haar(第12阶段)和LBP(第14/15阶段)之后。我减少了底片的数量(最多200个),但这意味着培训会在以后陷入困境。自2天以来培训没有进展。没有负片被消耗,命令窗口看起来像这样-

===== TRAINING 14-stage =====
<BEGIN
POS count : consumed   255 : 262


  • 消耗的POS计数和消耗的NEG计数表示什么?
  • 当我将minHitRate减小为0.7时,为什么POS消耗的数量增加了?

  • 请让我知道我在做什么错。
    谢谢。

    最佳答案

    我自己也有类似的问题。问题是,每个阶段的分类器都采用那些在先前阶段中被归类为肯定的否定示例。因此,发生的事情是没有一个负样本被归类为正样本,并且代码在无限循环中试图找到一个。我通过更改源代码来解决此问题,以便算法在找不到任何否定示例后终止,而仅将之前的阶段用于分类器。
    如果您不想更改代码,请尝试添加更多否定示例或减少阶段数。

    10-08 05:09