因此，首先，我尝试从音乐片段中检测音乐符号。假设在这种情况下，我们正在此工作表http://upload.wikimedia.org/wikipedia/commons/f/ff/GClef.svg中寻找gclef http://www.anzacday.org.au/miscellaneous/lastpost.gif。
对于阳性样本，我使用一个谱号图像并将其旋转到我需要的 Angular ，以覆盖书本之间变化的所有可能的形状。 2000个样本，在haartrainer中使用1500个。
对于负样本，我下载了3019张随机图像并正在使用它们，当然要检查它们中是否没有gclef符号。负像是云，办公室，房屋，建筑物，树木，笔记本电脑。实际上，我在stackoverflow上找到了它的链接，请不要让我去寻找它...使用3018负样本。
阴性样本重要吗？即，如果我的阴性样本是云层和房屋，那么如果它是没有谱号的乐谱，我会得到更清晰的结果吗？即阴性样本是否会影响物体检测？我已经用10-14个阶段创建了两个层叠文件，结果却截然不同。但是，通过裁剪音乐纸来创建3000个否定样本是对接的痛苦。
我的物体检测器并不是要在野外工作，而是只能在扫描的乐曲上使用，因此它唯一会遇到的是音乐符号...如果不是Haartraining的方法，请指出!完成n00b，只弄清楚我的方式。
最佳答案
如果您不期望房屋，树木和汽车，为什么要使用它们作为阴性样本？
更好地使用要分析的图像中实际出现的图像补丁。
例如，低音谱号比g谱号要比树木的谱号更接近。实际上，由于现实世界不是位图样式，因此图像上几乎每个符号都比真实世界图像更接近g谱号。
您是否在一次训练中使用了不同的谱号旋转？别做! Haar训练不是旋转不变的。如果您希望纸张旋转，则最好旋转图像，并对每个旋转的图像运行检测。
或者...您可以通过检测线条(例如，用粗糙线条)来检测纸张的方向，将其旋转一次以得到直立的图像，然后运行检测。
您可以从几个样本开始进行测试(假设10个阳性，100个阴性)。培训不会花那么长时间。谱号应该很容易训练，因为它非常有特色。如果您看到它的方向正确，则可以添加样本以改善检测器的质量。
祝好运! :)
顺便说一句:你是小号手吗？ ;)
关于opencv - 阴性 sample 的质量会影响我的Haar培训师的产量吗？ OpenCV的，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13266007/