OpenCV训练分类器制作xml文档之三

三、训练分类器 样本创建之后，接下来要训练分类器，这个过程是由haartraining 程序来实现的。 Haartraining 的命令行参数如下： －data<dir_name> 存放训练好的分类器的路径名。 －vec<vec_file_name> 正样本文件名（由trainingssamples 程序或者由其他的方法创建的） －bg<background_file_name> 背景描述文件。 －npos<number_of_positive_samples>， －nneg<number_of_negative_samples> 用来训练每一个分类器阶段的正/负样本。合理的值是：nPos = 7000;nNeg = 3000 －nstages<number_of_stages> 训练的阶段数。 －nsplits<number_of_splits> 决定用于阶段分类器的弱分类器。如果1，则一个简单的stump classifier 被使用。如果是2 或者更 多，则带有number_of_splits 个内部节点的CART 分类器被使用。 －mem<memory_in_MB> 预先计算的以MB 为单位的可用内存。内存越大则训练的速度越快。 －sym（default） －