Opencv哈尔级联训练/检测简单物体

Question

我正在计划为白色杯子，红色球和蓝色冰球制作级联探测器。由于这些物体的形状非常简单，我想知道在训练中是否存在任何参数差异，以及是否需要找到诸如汽车/面部等复杂物体？此外，在训练pos图像中，我将对象置于不同的光线条件下，并将对象置于阴影下。

对于训练负片图像，我注意到图像大小可能会有所不同。但是，对于正面图像，它们必须是固定大小。

我计划使用100x100的pos图像来帮助检测20-30英尺的物体，200x200的pos图像用于检测物体，当我处于距物体5英尺/米的范围内时（离地面3英尺） 。这是否意味着我将不得不训练6种不同的XML？ 2为每个对象，因为它被训练为100x100和200x200？

Answer 1

简短的回答：是的

龙答：可能：

你要想想这样的分类是要建立一个功能集的正面形象，然后利用这些确定您的检测图像是否相同。如果你急剧移动你的检测角度，那么你将需要一个不同的分类器。

让我如用图片：

如果20英尺了你的杯子看起来是这样的：

与相关背景/照明等，那么它将会是一个非常不同的分类如果你的杯子看起来是这样的（也许5英尺遥远，但不同的角度）：

现在，尽管如此，如果你只有杯子的大小版本，那么你可能只需要一个。然而，你将需要为每个对象不同的分类器（杯/球/冰球）

---

图片不是我的 - 从谷歌

采取