如何提高OpenCV中的哈尔级联精度？

Question

我收集了1000张正面（50 * 50）图像和1000张负面（50 * 50）图像，并在OpenCV中训练了Haar Cascade。我正在尝试检测手机。培训 代码：

opencv_traincascade -data data -vec crop1.vec -bg mob_neg.txt -numPos 900 -numNeg 900 -numStages 15 -w 50 -h 50 bgcolor 255 -bgthresh 100 

级联无法准确检测手机（这是检测移动以及许多其他对象，如鼠标，键盘，钱包，手等） 你能帮助我解决这个问题 我使用突发模式通过相机拍摄了手机​​图像。通过不同的角度和不同的旋转捕获正像 负面图像取自互联网。

我该怎么做才能提高级联精度？

我应该更改正面还是负面图像的大小？ 在此先感谢

Answer 1

我非常新手却发现这篇文章有帮助：

https://pythonprogramming.net/haar-cascade-object-detection-python-opencv-tutorial/

在它的作者提到使用两倍多的积极作为负面的经验法则。他还讨论了通过使用opencv_createsamples（它也会为您旋转正像）将负像中的正像叠加在一起来生成正像的方法。

在正像图像样本生成和训练之前，他也在缩放底片并将它们转换为灰度。

我希望这是有帮助的。