OpenCV使用不规则多边形边界/轮廓图像的级联训练？

Question

我需要准备训练数据，然后使用OpenCV的级联分类器。我明白，对于训练数据，我需要提供长方形图像作为样本，纵横比对应于OpenCV训练命令中的-w和-h参数。

我对这个想法很好，但后来我看到了基于网络的注释工具LabelMe。 人们使用复杂的多边形在LabelMe中进行了标记！

这些多边形可以以某种方式用于级联培训吗？ 不会使用不规则多边形改善分类结果？

如果不是，那么在LabelMe的图像中勾勒出对象的复杂多边形有什么用？

Answer 1

用LabelMe注释的数据集被用于许多不同的目的。其中一些，如图像分割，需要严格的边界，而不是边界框。

另一方面，OpenCV中的级联分类器设计用于分类矩形图像区域。然后将其用作滑动窗口对象检测器的一部分，该检测器也可用于边界框。

紧密的边界是否有助于改善物体检测是一个有趣的问题。有证据表明边界框捕获的背景像素实际上有助于分类。