D:/face   构造face训练器为例

一:样本创建

训练样本分为正例样本和反例样本,其中正例样本是指待检目标样本,反例样本指其它任意图片。

负样本可以来自于任意的图片,但这些图片不能包含目标特征。负样本由背景描述文件来描述。背景描述文件是一个。

创建 正 负 样本目录

mkdir D:\face\posdata

mkdir D:\face\negdata

把正负样本图片,分别放入2个文件夹下。

生成负样本描述文件

cd  D:\face\negdata

dir /b > negdata.dat   #删除negdata.data的最后一行,因为最后一样是描述文件本身。

生成正样本描述文件

cd  D:\face\posdata

dir /b > posdata.dat   #删除posdata.data的最后一行,因为最后一样是描述文件本身

然后为 posdata.dat 中的每一行后加上文件描述擦数(图片个数,目标开始,结束位置,高,宽),例如

1.jpg  1 1 1 23 23

2.jpg  1 1 1 23 23

使用createsamples命令生成正例训练.vec文件。

opencv_createsamples  -info  D:\face\posdata\posdata.data

                                  -vec   D:\face\data\pos.vec

                                   -num 10 -w 20 -h 20

运行后生成的pos.vec 文件作后面的训练用

二:训练分类器

使用 traincascade(opencv2 中只有haartrainning命令,注意版本2个3的参数格式稍有不同)。

命令如下:

opencv_traincascade   -data D:\face\data\cascade        #分类器的存放路径

                                -vec  D:\face\data\pos.vec          #正样本的vec文件

                                -bg  D:\face\negdata.dat             #付样本描述文件

                                -numPos 10                                #正样图片文件本个数   

                                -numNeg 10                               #付样本图片文件个数

                                -numStages 5                              #训练阶段数,根据样本数量而定,太大,会提示错误:Train dataset for temp stage can not be filled. .

                                -mode ALL       #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   20    -h 20    #样本宽和高

如果参数都设置对了,任然报错误:Train dataset for temp stage can not be filled. Branch training terminated.

可能是 -gb 参数不带文件名称, 那可以付样本的描述文件放到执行目录,负样本的描述内容增加图片位置的路径来解决。

最后没有报错,会在-data的路径下生成训练文件。

三:利用训练好的分类器,做检测

##TODO 还没有找到performance.exe程序
performance.exe

使用python-cv2 调用生成的分类器:

import cv2

cascade = cv2.CascadeClassifier('D:\face\data\cascade\cascade.xml')

faces = cascade .detectMultiScale(gray, 1.3, 5)

opencv 构造训练器的更多相关文章

  1. Pytorch之训练器设置

    Pytorch之训练器设置 引言 深度学习训练的时候有很多技巧, 但是实际用起来效果如何, 还是得亲自尝试. 这里记录了一些个人尝试不同技巧的代码. tensorboardX 说起tensorflow ...

  2. 秒懂C#通过Emit动态生成代码 C#使用Emit构造拦截器动态代理类

    秒懂C#通过Emit动态生成代码   首先需要声明一个程序集名称, 1 // specify a new assembly name 2 var assemblyName = new Assembly ...

  3. 13 opencv训练器

    https://blog.csdn.net/WZZ18191171661/article/details/91305466 https://blog.csdn.net/qq_25352981/arti ...

  4. 【macOS】 在OpenCV下训练Haar特征分类器

    本教程基于以下环境 macOS 10.12.6,OpenCV 3.3.0,python 3.6.由于网上基于masOS系统的教程太少,想出一篇相关教程造福大家-本文旨在学习如何在opencv中基于ha ...

  5. opencv python训练人脸识别

    总计分为三个步骤 一.捕获人脸照片 二.对捕获的照片进行训练 三.加载训练的数据,识别 使用python3.6.8,opencv,numpy,pil 第一步:通过笔记本前置摄像头捕获脸部图片 将捕获的 ...

  6. C#使用Emit构造拦截器动态代理类

    在AOP编程概念介绍中,常见的示例为拦截对象,并在对象的某方法执行前和执行后分别记录日志. 而最常用的拦截方式是使用动态代理类,用其封装一个日志拦截器,当方法被执行时进行日志记录. 日志拦截器类 1 ...

  7. Opencv 简单视频播放器

    // C++ header and namespace #include <iostream> #include <string> #include <cstdlib&g ...

  8. 【原/转】opencv的级联分类器训练与分类全程记录

    众所周知,opencv下有自带的供人脸识别以及行人检测的分类器,也就是说已经有现成的xml文件供你用.如果我们不做人脸识别或者行人检测,而是想做点其他的目标检测该怎么做呢?答案自然是自己训练一个特定的 ...

  9. 机器学习进阶-目标追踪-SSD多进程执行 1.cv2.dnn.readnetFromCaffe(用于读取已经训练好的caffe模型) 2.delib.correlation_tracker(生成追踪器) 5.cv2.writer(将图片写入视频中) 6.cv2.dnn.blobFromImage(图片归一化) 10.multiprocessing.process(生成进程)

    1. cv2.dnn.readNetFromCaffe(prototxt, model)  用于进行SSD网络的caffe框架的加载 参数说明:prototxt表示caffe网络的结构文本,model ...

随机推荐

  1. struts2自己定义拦截器

    首先是struts2框架中基本的两个文件:一个是拦截器类,另外一个是struts.xml配置文件. 简单来说,一个是说明要做的事,一个是说明在哪里做的. 拦截器类 package com.test.i ...

  2. 数据库修复工具 - DatabaseCompressor 之从9M到900K+

    数据库修复工具 - 仅限 *.mdb 格式的Access 数据库 引言: Access数据库操作有一严重Bug,当数据库文件内容添加�时,其文件容量随之添加�,但当删除数据库内容时,其数据库容量不会对 ...

  3. 第一个Xcode项目 - 代码修改布局约束

    第一行的选中效果已经有了,那第二行的选中效果怎么做呢?我这里选择改变布局约束来实现选中效果 [我有个用object-c做APP的同事他说,我觉得这个应该去获取色块的位置,然后赋给选中用的View,然后 ...

  4. android83 Activity的生命周期,启动模式,返回时传递数据

    #Android四大组件 * Activity * BroadCastReceiver * Service * ContentProvider #Activity生命周期 * oncreate:Act ...

  5. android 61 logcat

    package com.itheima.logcat; import android.os.Bundle; import android.app.Activity; import android.ut ...

  6. mysql_convert_table_format 批量修改表引擎

    [root@server-mysql bin]# mysql_convert_table_format --help Conversion of a MySQL tables to other sto ...

  7. hadoop错误Cannot load libsnappy.so.1 (libsnappy.so.1 cannot open shared object file No such file or directory)!

    报如下错误 解决方法: 1.下载libsnappy.so.1(https://yunpan.cn/cSHRHTBJGVVX6  访问密码 c992) 2.上传到linux系统 3.安装 4.安装完成后 ...

  8. 本地nginx多域名映射

    前言: 工作两年多了,一直感觉技术上没有太大的长进,好多东西感觉会但是给别人讲起来的时候又感觉和没学过一样.以后希望能坚持写博客,把看过的东西都一点一滴积累下来.言归正传,今天要说的是nginx与ho ...

  9. Shell脚本编程入门(一) 分类: 学习笔记 linux ubuntu 2015-07-09 21:06 29人阅读 评论(0) 收藏

    最近在学shell,记录一下. if语句的使用: 1.判断两个参数大小 #!/bin/sh #a test about if statement a=10 b=20 if [ $a -eq $b ]; ...

  10. DNS服务器安装配置案例详解

    案例配置要求:假设有一个域名:tianyik.com主机为:192.168.31.36    mail 192.168.31.37    www  192.168.31.38    pop --> ...