正负样本的准备"/>
05 正负样本的准备
adaboost+hog识别目标
前言:我们将要产生一个包含级联分类器的.xml文件(包含级联分类器的信息),也就是最为关键的一部分
将用到opencv_cratesample.exe和opencv_traincascade.exe(在opencv\build\x64\vc14\bin目录下,如果你是32位选择VC12)。
正负样本的准备
(补充)正负样本图片和工具下载
1.准备工作:
我们要建立一个文件夹,可以命名为my_det,opencv_haartraining.exe/opencv_traincascade.exe复制过来,并且在此路径下建立正负样本文件夹,这里我把正负样本文件夹命名为pos_image,neg_image。
==注意==:
① 一般做的时候正负样本的比例大约为1:3,样本当然是越多越精确。我用了1001个正样本和3147个负样本来做测试!对于正样本,要对其进行==剪裁(也就是图片要在包含目标的前提下最小)。==看下面的例子:
剪裁前:
剪裁后:
② 把所有的素材剪裁好后,然后还需要把这些剪裁好的图片处理成比较小的灰度图(黑白图片),大小一般为24X24(或者48X48),大了不容易处理;==正负样本一定要命名规律!便于后面路径的添加,或者用批量修改名称代码~==
注意:图片的名字里面不要包括空格,减号“-”等,只用字母数字和下划线,要不然前面说的.exe读不出来。
一、正样本尺寸灰度处理
先在VS2015下搭建Opencv开发条件:
搭建链接
然后在pos_imagze中加入正样本,并用代码转化成24X24的灰度图片,按下图所示:
接下来在命令行里生成正样本描述文件(文本文件)。进入命令行输入一下命令(进入pos_image,输入dir /b >../pos_image.txt),==别忘了pos_image是我们正样本文件夹名字。==
然后打开后在每个文件上加上目录,正样本还有修改后缀,用文本的替换,这就是为什么图片命名要有规律原因!
编辑->替换
如图:
最终:
二、负样本处理
负样本要求很低,彩色图片也行,大小只要比正样本大就行。把他们放进neg_image文件夹里。并且生成负样本描述文件,修改好!
==注:==负样本不需要修改后缀!
更多推荐
05 正负样本的准备
发布评论