利用Opencv中的Haartraining訓練特徵的經驗談…..

最近需要熟悉一下haar特徵，帶著一個師妹熟悉一下從特徵提取到訓練的整個過程。

第一次接觸，熟悉玩haar特徵和adaboost原理後。實驗開始了

實驗中採用了MIT CACL人臉的資料庫。

實驗中產生樣本資料的命令如下：

char order0[1024] = "opencv_createsamples.exe \-vec pos.vec \-info faces\\faces.txt \-w 20 \-h 20 \-num 2000";

這一步一般都沒有問題

之後就是資料訓練了，命令如下：

char order[1024] = "opencv_haartraining.exe \-data test \-vec pos.vec \-bg nonfaces\\nonfaces.txt \-minhitrate 0.995 \-maxfalsealarm 0.45 \-nstages 15\-npos 2000 \-nneg 3000 \-w 20 \-h 20 \-nonsym \-mem 1024 \-mode basic \-noeqw";

這裡預設的nstegas為14，因此minhitrate一般最好大於0.99

訓練中總是在運行到7或8層的時候停住，有時候等上一上午也不見進展

翻閱很多網友的報告後，總結如下：

1、正負樣本比例

2、反例樣本的品質

3、記憶體的大小

分析了半天，有看了看adaboost原理

如果負樣本品質不高，也就是說負樣本跟正樣本的相似性不大，那麼在訓練的過程中：

正檢測率為1，負檢測率為0，程式金輝進入死迴圈。

因為每一層的訓練，都會有新的負樣本補充進來，形成新的訓練樣本。

而越是進行到後面的迭代負樣本的品質要求越高

要是相似性太大或者負樣本少了，都有可能造成死迴圈。

因此我修改了負樣本，加入了很多差別比較大的突破，最終達到了8000+

訓練很快就完成了（用伺服器跑的）

最後實驗的效果也不錯，檢測速率和效果也說不錯的。

實驗的程式給大家貼出來，就不用老進dos了。

#include <windows.h>#include <cstring>#include <iostream>#include <stdio.h>#include <string.h>#include <ctype.h>using namespace std;char order[1024] = "opencv_haartraining.exe \-data test \-vec pos.vec \-bg nonfaces\\nonfaces.txt \-minhitrate 0.95 \-maxfalsealarm 0.45 \-nstages 15\-npos 2000 \-nneg 3000 \-w 20 \-h 20 \-nonsym \-mem 1024 \-mode basic \-noeqw";char order0[1024] = "opencv_createsamples.exe \-vec pos.vec \-info faces\\faces.txt \-w 20 \-h 20 \-num 100";int main(){//cout<<order<<endl;system(order0);system(order);return 0;}