OpenCV训练分类器制作xml文档之三
2010-04-12 22:26
567 查看
三、训练分类器 样本创建之后,接下来要训练分类器,这个过程是由haartraining 程序来实现的。 Haartraining 的命令行参数如下: -data<dir_name> 存放训练好的分类器的路径名。 -vec<vec_file_name> 正样本文件名(由trainingssamples 程序或者由其他的方法创建的) -bg<background_file_name> 背景描述文件。 -npos<number_of_positive_samples>, -nneg<number_of_negative_samples> 用来训练每一个分类器阶段的正/负样本。合理的值是:nPos = 7000;nNeg = 3000 -nstages<number_of_stages> 训练的阶段数。 -nsplits<number_of_splits> 决定用于阶段分类器的弱分类器。如果1,则一个简单的stump classifier 被使用。如果是2 或者更 多,则带有number_of_splits 个内部节点的CART 分类器被使用。 -mem<memory_in_MB> 预先计算的以MB 为单位的可用内存。内存越大则训练的速度越快。 -sym(default) -nonsym 指定训练的目标对象是否垂直对称。垂直对称提高目标的训练速度。例如,正面部是垂直对称的。 -minhitrate《min_hit_rate》 每个阶段分类器需要的最小的命中率。总的命中率为min_hit_rate 的number_of_stages 次方。 -maxfalsealarm<max_false_alarm_rate> 没有阶段分类器的最大错误报警率。总的错误警告率为max_false_alarm_rate 的 number_of_stages 次方。 -weighttrimming<weight_trimming> 指定是否使用权修正和使用多大的权修正。一个基本的选择是0.9 -eqw -mode<basic(default)|core|all> 选择用来训练的haar 特征集的种类。basic 仅仅使用垂直特征。all 使用垂直和45 度角旋转特征。 -w《sample_width》 -h《sample_height》 训练样本的尺寸,(以像素为单位)。必须和训练样本创建的尺寸相同 然后,同样在dos命令行输入harr这个函数的命令 具体如图: 然后,按回车,会出现下面的“成果”界面: 到目前为止,你自己需要的分类器的xml文档就生成了,你自个找下你当前那个目录,会发现,多了几个文件夹,请看图: 到目前为止,就告一段落了,快一点了,还真冷,脚冰了! (这里就只有几个图片,所以,很快训练完,不过,要想训练出检测率高的xml,图片的张数的很多,那时候,会训练几个小时到1天,时间几天的时间,那时候,你只求你的电脑不要断电!) |
相关文章推荐
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档之一
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档之二
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档
- machine learning(2) OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档(木马原创)
- OpenCV训练分类器制作xml文档
- OpenCV训练分类器制作xml文档(木马原创)
- OpenCV训练分类器制作xml文档
- 一文解决OpenCV训练分类器制作xml文档的所有问题
- OpenCV训练分类器制作xml文档之三
- OpenCV训练分类器制作xml文档