级联分类器训练

最新推荐文章于 2023-06-13 20:20:40 发布
最新推荐文章于 2023-06-13 20:20:40 发布
阅读量340 收藏
点赞数
分类专栏： 级联训练
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/DBblingQ/article/details/79147655
版权
这篇博客介绍了如何使用OpenCV的工具准备级联分类器的正负样本，包括创建pos.dat和neg.dat文件，以及转换为pos.vec文件的过程，并提供了训练文件的批处理脚本方法。
摘要由CSDN通过智能技术生成

一.准备正负样本

正样本（225张车牌照片）

负样本（）

将opencv_traincascade.exe和opencv_createsamples.exe复制到同一目录（样本存放路径）

二.文件（.dat   .vec）准备

（1）pos.dat

    得到pos.txt文件，所有非图片信息删掉，最后一行空格删掉，jpg替换为jpg 1 0 0 150 50（.neg不需要替换）

    pos.txt改文件类型为pos.dat 

另外一种方法，其实也没啥差别

    

所有非图片信息删掉，最后一行空格删掉，jpg替换为jpg 1 0 0 150 50

（2）同样的方法准备neg.dat

（3）pos.vec文件

法一：打开opencv_createsamples.exe所在路径

最低0.47元/天 解锁文章
DBblingQ
关注
专栏目录
OpenCV的级联分类器训练
m0_70960708的博客
08-09 147
最后，将获得的图像放置到背景描述文件中的任意背景上，调整宽高为-w和-h，并存储到由命令行指定路径-vec。-bt ：增强分类器的类型：DAB(Discrete AdaBoost)，RAB (Real AdaBoost)，LB(LogitBoost)，GAB(Gentle AdaBoost)；为了训练增强的弱分类器级联，需要一组正样本(包含想要检测的实际对象)和一组负样本(包含不想检测的所有内容)。负样本取自任意图像，不包含要检测的对象。
车牌检测分类器
06-03
针对传统AdaBoost算法的不足,分析了训练过程中出现过训练及分类器退化的问题,并提出了解决这一问 题的有效新方法。新方法主要对样本及时更新和样本权重的更新规则进行了调整。使用该方法训练级联车牌检 测器,实验结果表明,新方法较好地解决了传统AdaBoost算法中所出现的过训练及退化问题,在保证检测率的同时 降低了误检率,并且训练时间缩短了50%左右。
opencv(11):训练自己的opencv级联分类器
biter0088的博客
05-26 8172
训练自己的opencv级联分类器@meng 一 采集数据并制作正负样本数据集 二 利用matlab制作制作正样本标注框文件 三 开始训练opencv级联分类器 3.1 生成正样本文件pos.txt 3.2 生成负样本文件neg.txt 3.3 生成样本文件 四 测试级联分类器及调参 4.1 pub_image功能包 4.2 利用级联分类器检测车辆 4.3 编译运行
OpenCV-C++-级联分类器训练与使用（2、猫脸检测）
Daker_Huang的博客
01-11 669
OpenCv中也有自带的训练好的猫脸的数据集： 上面2个选中的问价就是训练好的猫脸数据集。具体 路径在D:\OpenCv_3.4.1\opencv\build\etc\haarcascades里面。 代码： #include<opencv2/opencv.hpp> #include<iostream> using namespace cv; using namespac...
级联分类器训练过程（步骤）
lh2273341049的博客
04-23 1万+
本文借助百度翻译，翻译自：https://docs.opencv.org/master/dc/d88/tutorial_traincascade.html由于本人英语水平有限，翻译有不通顺的地方请参考OpenCV官网，请谅解。正文详情如下：介绍使用改进的级联弱分类器包括两个主要阶段：训练阶段和检测阶段。检测阶段使用HAAR或基于LBP的模型，在对象检测教程（object detection tut...
(四)OpenCV级联分类器训练与使用_04_Haar与LBP级联分类器视频读取
01-06
视频读取 #include #include using namespace std; using namespace cv; String Haar_fileName = haarcascade_frontalface_alt.xml;//Haar String LBP_fileName = lbpcascade_frontalface.xml;...
python-opencv Haar LBP级联分类器下载，训练模型
03-09
在这个特定的上下文中，我们关注的是Haar和Local Binary Patterns (LBP)级联分类器，以及如何下载和使用训练好的模型。 Haar特征是一种基于矩形结构的图像特征，最初用于人脸识别。它们通过计算不同区域的像素亮度...
(四)OpenCV级联分类器训练与使用_01_Haar与LBP级联分类器原理
01-06
②级联分类器原理AdaBoost Viola和Jones,2001在CVPR提出; 一种实时对象(人脸)检测框架; 训练速度非常慢,检测速度非常快; 5000个正向人脸样本与300万个非人脸负样本数据。 级联分类器:多个强分类器组合 弱分类器:weak...
Qt级联分类器训练人脸识别
09-04
级联分类器训练的人脸识别。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。...
机器学习-分类器-级联分类器训练（Train CascadeClassifier ）
a616735104的博客
10-26 1534
一、简介： 　　adaboost分类器由级联分类器构成，"级联"是指最终的分类器是由几个简单分类器级联组成。在图像检测中，被检窗口依次通过每一级分类器，这样在前面几层的检测中大部分的候选区域就被排除了，全部通过每一级分类器检测的区域即为目标区域。 分类器训练完以后，就可以应用于输入图像中的感兴趣区域的检测。检测到目标区域输出为1，否则输出为0。为了检测整副图像，在图像中移动搜索窗口，...
【OpenCV-Python】教程：9-2 级联分类器训练
12-28 1158
使用增强的弱分类器级联包括两个主要阶段:阶段。使用基于或模型的检测,在中进行了描述。本文档概述了训练您自己的增强弱分类器级联所需的功能。当前的手册将走过所有不同的阶段:，和。为了支持本教程，将使用几个官方OpenCV应用程序:,,and.自OpenCV 4.0起，createsample和traincascade被禁用。考虑使用这些应用程序从3.4分支训练级联分类器。模型格式在3.4和4.x之间是相同的。
opencv之级联分类器训练opencv_traincascade
xpplearnc的专栏
10-24 609
http://jingyan.baidu.com/article/4dc40848f50689c8d946f197.html 网上提供的级联分类器训练都是基于opencv_haartraining。照着上面的步骤成功训练出了xml，但是用于识别的过程中，识别率很低。改换几次样本后，检测效果还是一般。想想估计是自haar特征不能很好区分，所以想通过opencv_traincascade训练
opencv级联分类器训练
qq_35971623的博客
03-26 1379
这个博客写的挺详细的  https://blog.csdn.net/qq_30028077/article/details/50483205下面来写一下我训练的过程1.训练时正样本图片的寻找：可以参考我上一篇的文章，通过url下载网络图片快速寻找正样本，这里我做的是草莓识别https://blog.csdn.net/qq_35971623/article/details/79684219负样本集合...
车牌识别原理简介
热门推荐
weixin_34383618的博客
06-18 1万+
车牌识别是基于图像分割和图像识别理论，对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并进一步提取和识别出文本字符。一个典型的车牌识别处理过程包括：图像采集、图像预处理、车牌定位、字符分割、字符识别及结果输出等处理过程。各个处理过程相辅相成，每个处理过程均须保证其高效和较高的抗干扰能力，只有这样才能保证识别功能达到满意的功能品质。车牌识别系统的实现方式主要分两种...
使用Opencv训练自己的级联分类器
欢迎订阅 -- 小源笔迹
08-02 3908
opencv的下载和编译比较简单，但容易出问题，在官网下载opencv的代码和需要的依赖工具，创建一个空目录，进入该目录，cmake编译就行了． #把opencv的代码放在这个目录中 mkdir OpencvInstall/ #在代码的同级目录下创建build目录 mkdir build/ cd build cmake .. make 如上命令就把整个项目编译完成了，这里注意不要编译部分代码，因...
基于Ti_AWR2243级联板的发射端波束形成(相控阵)的实践
最新发布
xhblair的博客
06-13 4906
本博文实践基于TI_AWR2243级联板的发射端波束形成(相控阵)。从级联板的介绍、发射端波束形成的原理与方法、信号处理流程及其实验验证几个角度进行展开，较为系统地、且理论结合实际地对发射端波束形成所相关的核心问题做了论述。
分类器之正负样本收集、训练、测试
weixin_39540045的博客
06-04 8284
分类器学习所需文件如下： python工具 opencv_createsample.exe opencv_traincascade.exe 数据准备 pos文件夹 （正样本） neg文件夹 (负样本 训练时所需文件) xml (分类器保存的位置) pos.txt （正样本图片路径和图片大...
OpenCV对象检测：级联分类器训练教程
"OpenCV级联分类器训练使用指南.pdf 是一份详细介绍如何使用OpenCV进行级联分类器训练以实现瓷碗检测的文档。作者Florian Adolf在2003年撰写了这份指南，内容包括基于Haar-like特征的增强型分类器构建方法。" ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值