OpenCV训练自己的分类器
注:本文举得是一个训练人脸分类器的例子,亲自试验过,采用的是opencv3.4
1.准备训练样本
看网上说正负样本比例为1:3最佳;尺寸为20x20最佳
附上人脸训练的数据集的下载链接:https://pan.baidu.com/s/1AxoIMFycfpeIMtDYHz4RBw
提取码:rap7
1.1 正样本
训练样本的尺寸为20*20(opencv推荐的最佳尺寸),且所有样本的尺寸必须一致。如果不一致的或者尺 寸较大的,可以先将所有样本统一缩放到20x20。以下是提供的正样本:
1.2 负样本
负样本中不存在正样本的内容,根据不同的项目选择不同的负样本,根据自己的情况而定。这里选取的负样本尺寸是50x50。以下是负样本:
2.构建工作目录
新建一个文件夹(名为face),在此文件夹下新建posdata,negdata,xml三个文件夹。
posdata目录:放正样本的目录
negdata目录:放负样本的目录
xml目录:生成的分类器的存放
OpenCV3训练人脸检测分类器生成XML文件的过程
最新推荐文章于 2024-06-25 09:17:24 发布
本文详细介绍了使用OpenCV3训练人脸检测分类器的完整过程,包括准备正负样本、构建工作目录、生成样本描述文件、训练样本和编写测试程序。通过调整样本比例、尺寸和训练参数,最终生成cascade.xml分类器文件。虽然训练效果可能不如预装分类器,但掌握了训练方法对于理解人脸识别技术有所帮助。
摘要由CSDN通过智能技术生成