Мне нужно создать свой собственный LBP Cascade Classifier с использованием OpenCV, поэтому, чтобы привыкнуть к процессу, я использовал очень маленький набор файлов, чтобы освоить его.
Тем не менее, я изо всех сил пытаюсь найти достойную информацию о opencv_traincascade. Я установил процесс на 87 положительных изображений, которые были в файле .vec. Я понимаю, что это крошечный набор, и он не принесет особой пользы, но я надеялся, что этого будет достаточно, чтобы взять одно из моих положительных изображений, если я вставлю его точно в отрицательное, просто для проверки теории.
Однако, когда я начал тренировочный процесс, результатом было то, что он добрался до 5-го этапа, а затем завис на начальном этапе.
Я перезапустил процесс с еще меньшим положительным набором, и он сделал то же самое — по какой-то причине он доходит до стадии x и замораживается на счетчике Neg в начале этапа обучения, и никогда не восстанавливается.
У кого-нибудь есть идеи или предложения? Проблема в крошечном размере моего тренировочного набора?
===== TRAINING 0-stage =====
BEGIN
POS count : consumed 6 : 6
NEG count : acceptanceRatio 2600 : 1
Precalculation time: 10.965
+----+---------+---------+
| N | HR | FA |
+----+---------+---------+
| 1| 1| 0|
+----+---------+---------+
END
===== TRAINING 1-stage =====
BEGIN
POS count : consumed 6 : 6
NEG count : acceptanceRatio 2600 : 0.0244943
Precalculation time: 10.985
+----+---------+---------+
| N | HR | FA |
+----+---------+---------+
| 1| 1| 0|
+----+---------+---------+
END
===== TRAINING 2-stage =====
BEGIN
POS count : consumed 6 : 6
NEG count : acceptanceRatio 2600 : 0.000697076
Precalculation time: 11.237
+----+---------+---------+
| N | HR | FA |
+----+---------+---------+
| 1| 1|0.000384615|
+----+---------+---------+
END
===== TRAINING 3-stage =====
BEGIN
POS count : consumed 6 : 6
Я делаю что-то похожее. Стадия поезда часто может быть заблокирована в бесконечном цикле, и код должен быть изменен, чтобы предотвратить это условие. Какие параметры вы используете для createsamples а также traincascade? Попробуйте сначала уменьшить количество негативных изображений в traincascade. Это сработало для меня ..
Других решений пока нет …