opencv级联分类器检测背景答案

【问题标题】：opencv cascade classifier detects backgroundopencv级联分类器检测背景
【发布时间】：2015-04-21 14:36:14
【问题描述】：

我一直在使用级联分类器来训练某种植物。这是我要检测的示例图像

我对绿色小植物进行了正面采样，并从具有相似背景且没有绿色植物的图像中制作了底片（正如许多来源所建议的那样）。使用了许多与此类似的图像进行采样。

我没有很多训练数据，所以我当然没想到会有一些理想化的分类结果。

我已经设置了常用参数 min_hit_rate 0.95 max_false_alarm 0.5 等。我尝试过 5、6、7、8、9 和 10 个阶段的训练。发生在我身上的奇怪事情是，在训练过程中，我在所有阶段的命中率都是 1，而在 5 个阶段之后，我得到了很好的接受率 0.004（类似于后面的阶段 6、7、8...）。我尝试在用于训练样本的同一图像上测试我的分类器，但存在非常不合逻辑的行为：

分类器检测到几乎所有内容，但我从中提取的正样本除外（训练中的相同样本，HIT RATION EQUAL TO 1）。
分类器确实非常慢，单个输入图像需要一个多小时（下采样比例因子 1.1）。

我不明白如何在训练期间（通过所有阶段）将相同的样本分类为正样本，然后在图像上将其分类为正样本（周围有很多误报）。

我检查了每件事一百万次（我以为我以某种方式混合了正面和负面，但我没有）。

有人可以帮我解决这个问题吗？

【问题讨论】：

你肯定喜欢使用 Haar 分类器吗？因为在您的情况下前景和背景分离得很好。您还可以使用在 Haar 过程中缺乏信息的颜色信息。
能否请您在问题中添加一些正样本和负样本？
我知道其他技术在这里可以很好地工作，但我需要为此类图像的级联分类器创建一个小示例。正如我所说，我不希望它完美地工作，但问题是检测器在训练数据上工作不佳，而且我在所有阶段都达到了 1。
阳性样本是我上面附的图片中绿色植物周围的斑块，背景大多来自相似的图像但不包含绿色植物（灰色背景和其他东西等）。

标签： opencv machine-learning training-data haar-classifier cascade-classifier

【解决方案1】：

我可以尝试并提供帮助，但我当然不能为你训练这个东西，除非你把你的图片发给我。

根据我的经验，如果你没有得到想要的结果，你只是给traincascade 提供了错误的或没有足够的图像（正片或负片，或两者兼有）。

在我使用内置的opencv_annotation 工具创建注释文件之前，我没有得到很好的结果。你这样做了吗？有多少阳性？

您的底片是否包含您试图检测对象的背景？这是关键，不容忽视。

另外，我会使用 LBP，它要快得多。

如果你或任何人仍然卡住并创造了一些积极的东西，请将它们发送给我，我会看看我是否可以训练这个东西。

而且，在我体验过这些东西之后，我希望能写一篇关于这些东西的一站式教程：

http://johnallen.github.io/opencv-object-detection-tutorial/

【讨论】：