使用 Haar 训练进行猫检测答案

【问题标题】：Cat Detection Using Haar Training使用 Haar 训练进行猫检测
【发布时间】：2026-01-01 05:50:01
【问题描述】：

我想使用 HAAR 级联检测可变形物体（在我的例子中是 CAT）。我对多达 20 个阶段的 2000 张正面图像和 3000 张负面图像进行了测试。我没有看到任何预期的事情发生。我确信这可能是我的训练数据集的问题。我的正面数据集中有猫的图像。在同一只猫的不同形状和姿势。我想知道 Haar 是否能够识别正数据集中的差异，并且仍然将它们识别为猫。

需要帮助，我可以使用其他替代方法吗？？

【问题讨论】：

有一篇关于猫检测的论文：Cats and Dogs, Parkhi, CVPR 2012。也许你可以从他们那里得到一些想法。例如，作者决定，猫的身体不能被这种僵硬的模型很好地捕捉到。有一种方法是只检测头部，然后使用分割找到身体的其余部分。
您是否使用 Haar 训练成功创建了猫检测算法？我现在也有同样的问题 :-) 谢谢！
不，我认为 haar 不适用于可变形对象识别。至少，在我的情况下，我无法让它运行，太多的假阴性/阳性。我还尝试了物体识别的词袋方法，它们在刚性物体上做得很好，但在猫身上却不行。在训练分类器时很难捕获数据中的所有可变性。最后，我们作弊并选择了一种非常简单的颜色直方图匹配方法，与我们的意图相去甚远，但足以完成课程项目。

标签： opencv

【解决方案1】：

首先，您没有列出用于训练 haar 分类器的内容。如果您不使用 opencv_traincascades，请从这里开始。

其次检测猫是一项非常困难的工作，有很多不安全的边缘、旋转和空间差异。使用这种思路，自己回答这些问题：

您的阳性数据集是什么样的？
这是否类似于您通过输入提要显示的内容
您的分类器在训练后的误报率是多少？
你在你的背景集中包括了什么（更多看起来像猫而不是猫的图像更好等等）

我建议将您的输出从分类阶段发布到问题中，以便我们更好地了解正在发生的事情。查看这些链接以获得更多帮助。

也许先尝试使用钢笔或徽标，遵循 openCV 教程并了解基础知识？（对不起，如果我假设你不知道基础知识）

G./

【讨论】：