- 博客(4)
- 资源 (46)
- 收藏
- 关注
转载 训练自己haar-like特征分类器并识别物体(3)
在前两篇文章中,我介绍了《训练自己的haar-like特征分类器并识别物体》的前三个步骤: 1.准备训练样本图片,包括正例及反例样本 2.生成样本描述文件 3.训练样本 4.目标识别 ============== 本文将着重说明最后一个阶段——目标识别,也即利用前面训练出来的分类器文件(.xml文件)对图片中的物体进行识别,并在图中框出在该物体。由于逻辑比较简单,这里直接上代码
2015-10-09 11:07:50 1232
转载 训练自己haar-like特征分类器并识别物体(2)
在上一篇文章中,我介绍了《训练自己的haar-like特征分类器并识别物体》的前两个步骤: 1.准备训练样本图片,包括正例及反例样本 2.生成样本描述文件 3.训练样本 4.目标识别 ================= 今天我们将着重学习第3步:基于haar特征的adaboost级联分类器的训练。若将本步骤看做一个系统,则输入为正样本的描述文件(.vec)以及负样本的说明文件(
2015-10-09 11:06:35 1098 1
转载 训练自己haar-like特征分类器并识别物体(1)
本系列文章旨在学习如何在opencv中基于haar-like特征训练自己的分类器,并且用该分类器用于模式识别。该过程大致可以分为一下几个大步骤: 1.准备训练样本图片,包括正例及反例样本 2.生成样本描述文件 3.训练样本 4.目标识别 ================= 本文主要对步骤1、步骤2进行说明。 1.准备训练样本图片,包括正例及反例样本 1)正样本的采集:
2015-10-09 11:05:37 4588 2
转载 opencv haar+adaboost使用心得
最近在使用opencv里的haar+adaboost做检测,其实早在一年前的无锡已经看过用它做车徽检测,然后再做识别(大众,奔驰...)。这次终于要自己动手做了,网上有很多这方面的资料,感谢大家分享他们的经验。重复的东西这里就不再赘述了,只简单的补充几个大家容易疏忽的东西。 step1.首先是准备正负样本,正样本好说,打了标签,解析xml文件,然后做点小旋转就可以用了 负
2015-10-09 11:01:04 1047
Android内核剖析
2016-08-30
Android开发艺术探索随书源码之PinExpandableListView
2016-08-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人