train_cascade 源码阅读之级联训练

在主函数中，最耀眼的一句话就是这个了：

[cpp]  view plain  copy

 

1. classifier.train( cascadeDirName,  
2.                   vecName,  
3.                   bgName,  
4.                   numPos, numNeg,  
5.                   precalcValBufSize, precalcIdxBufSize,  
6.                   numStages,  
7.                   cascadeParams,  
8.                   *featureParams[cascadeParams.featureType],  
9.         stageParams,  
10.         baseFormatSave );  

其实现如下：

[cpp]  view plain  copy

 

1. bool CvCascadeClassifier::  
2. train(  
3.         const string _cascadeDirName,  
4.         const string _posFilename,  
5.         const string _negFilename,  
6.         int _numPos, int _numNeg,  
7.         int _precalcValBufSize, int _precalcIdxBufSize,  
8.         int _numStages,  
9.         const CvCascadeParams& _cascadeParams,  
10.         const CvFeatureParams& _featureParams,  
11.         const CvCascadeBoostParams& _stageParams,  
12.         bool baseFormatSave )  
13. {  
14.     // Start recording clock ticks for training time output  
15.     const clock_t begin_time = clock();  
16.   
17.     //确认数据是否有效，略过，下面代码同理，只保留关键语句  
18.     ……  
19.   
20.     //判断读入数据级数，并显示  
21.     int startNumStages = (int)stageClassifiers.size();  
22.     if ( startNumStages > 1 )  
23.         cout << endl << "Stages 0-" << startNumStages-1 << " are loaded" << endl;  
24.     else if ( startNumStages == 1)  
25.         cout << endl << "Stage 0 is loaded" << endl;  
26.       
27.     //计算要求的叶节点虚警率  
28.     double requiredLeafFARate  
29.             = pow( (double) stageParams->maxFalseAlarm, (double) numStages )   
30.                    /(double)stageParams->max_depth;//子树最大深度，默认为1  
31.     double tempLeafFARate;  
32.   
33.     for( int i = startNumStages; i < numStages; i++ )  
34.     {  
35.         cout << endl << "===== TRAINING " << i << "-stage =====" << endl;  
36.         cout << "<BEGIN" << endl;  
37.   
38.         //无法满足需要的数据，返回  
39.         if ( !updateTrainingSet( requiredLeafFARate, tempLeafFARate ) )  
40.         {  
41.             cout << "Train dataset for temp stage can not be filled. "  
42.                     "Branch training terminated." << endl;  
43.             break;  
44.         }  
45.         //叶节点虚警率已经达到要求，返回  
46.         if( tempLeafFARate <= requiredLeafFARate )  
47.         {  
48.             cout << "Required leaf false alarm rate achieved. "  
49.                     "Branch training terminated." << endl;  
50.             break;  
51.         }  
52.         //开始训练本级  
53.         CvCascadeBoost* tempStage = new CvCascadeBoost;  
54.         bool isStageTrained = tempStage->train(  
55.                     (CvFeatureEvaluator*)featureEvaluator,  
56.                     curNumSamples, _precalcValBufSize, _precalcIdxBufSize,  
57.                     *((CvCascadeBoostParams*)stageParams) );  
58.         cout << "END>" << endl;  
59.         //本级训练失败，返回  
60.         if(!isStageTrained)  
61.             break;  
62.         //成功，添加本级  
63.         stageClassifiers.push_back( tempStage );  
64.   
65.         // save params  
66.         ……  
67.   
68.         // Output training time up till now  
69.         ……  
70.     }  
71.     //上面for循环，break出来的  
72.     if(stageClassifiers.size() == 0)  
73.     {  
74.         cout << "Cascade classifier can't be trained."  
75.                 " Check the used training parameters." << endl;  
76.         return false;  
77.     }  
78.   
79.     //保存级联分类器到xml格式中  
80.     save( dirName + CC_CASCADE_FILENAME, baseFormatSave );  
81.     return true;  
82. }  

接着看updateTrainingSet，每一级操作前先更新样本数据

[cpp]  view plain  copy

 

1. bool CvCascadeClassifier::updateTrainingSet(  
2.         double  minimumAcceptanceRatio,  
3.         double  & acceptanceRatio)  
4. {  
5.     int64 posConsumed = 0, negConsumed = 0;  
6.     imgReader.restart();  
7.     //获取正样本  
8.     int posCount = fillPassedSamples( 0, numPos, true, 0, posConsumed );  
9.     if( !posCount )  
10.         return false;  
11.     cout << "POS count : consumed   " << posCount << " : "  
12.          << (int)posConsumed << endl;  
13.     //计算需要的负样本 负样本总数乘以 获得的正样本与正样本总数之比，保持了选取训练样本的正负样本比例不变  
14.     int proNumNeg = cvRound(  
15.                 (((double)numNeg) * ((double)posCount) ) / numPos  
16.                 );  
17.     // apply only a fraction of negative samples.  
18.     //double is required since overflow is possible  
19.     //获取负样本  
20.     int negCount = fillPassedSamples(  
21.                 posCount,  
22.                 proNumNeg,  
23.                 false,  
24.                 minimumAcceptanceRatio,  
25.                 negConsumed );  
26.     if ( !negCount )  
27.         return false;  
28.   
29.     curNumSamples = posCount + negCount;  
30.     //计算acceptanceRatio，也就是FP/（FP+TN）  
31.     acceptanceRatio = negConsumed == 0 ?  
32.                 0 : ( (double)negCount/(double)(int64)negConsumed );  
33.     cout << "NEG count : acceptanceRatio    "  
34.          << negCount << " : " << acceptanceRatio << endl;  
35.     return true;  
36. }  

上段代码中最重要的就是fillPassedSamples函数了。

[cpp]  view plain  copy

 

1. int CvCascadeClassifier::fillPassedSamples(  
2.         int     first,  
3.         int     count,  
4.         bool    isPositive,  
5.         double  minimumAcceptanceRatio,  
6.         int64   &consumed )  
7. {  
8.     int getcount = 0;  
9.     Mat img(cascadeParams.winSize, CV_8UC1);  
10.     for( int i = first; i < first + count; i++ )  
11.     {  
12.         for( ; ; )  
13.         {  
14.             if( consumed != 0  
15.                     && ((double)getcount+1)/(double)(int64)consumed  
16.                     <= minimumAcceptanceRatio )  
17.                 return getcount;  
18.             //获取对应类别图片  
19.             bool isGetImg = isPositive ? imgReader.getPos( img ) :  
20.                                          imgReader.getNeg( img );  
21.             if( !isGetImg )  
22.                 return getcount;  
23.             consumed++;  
24.             //在数据矩阵中设置图像类别  
25.             featureEvaluator->setImage( img, isPositive ? 1 : 0, i );  
26.             //如果预测为正样本就跳出循环，在填充负样本的过程中，返回的也是误判为正样本的值。  
27.             if( predict( i ) == 1.0F )  
28.             {  
29.                 getcount++;  
30.                 printf("%s current samples: %d\r",  
31.                        isPositive ? "POS":"NEG", getcount);  
32.                 break;  
33.             }  
34.         }  
35.     }  
36.     return getcount;  
37. }  

实际的预测过程，值是每个弱分类器预测值的和。

[cpp]  view plain  copy

 

1. float CvCascadeBoost::predict( int sampleIdx, bool returnSum ) const  
2. {  
3.     CV_Assert( weak );  
4.     double sum = 0;  
5.     CvSeqReader reader;  
6.     cvStartReadSeq( weak, &reader );  
7.     cvSetSeqReaderPos( &reader, 0 );  
8.     for( int i = 0; i < weak->total; i++ )  
9.     {  
10.         CvBoostTree* wtree;  
11.         CV_READ_SEQ_ELEM( wtree, reader );  
12.         sum += ((CvCascadeBoostTree*)wtree)->predict(sampleIdx)->value;  
13.     }  
14.     if( !returnSum )  
15.         sum = sum < threshold - CV_THRESHOLD_EPS ? 0.0 : 1.0;  
16.     return (float)sum;  
17. }  

到了训练部分：

[cpp]  view plain  copy

 

1. bool CvCascadeBoost::  
2. train(  
3.         const CvFeatureEvaluator* _featureEvaluator,  
4.         int _numSamples,  
5.         int _precalcValBufSize, int _precalcIdxBufSize,  
6.         const CvCascadeBoostParams& _params )  
7. {  
8.     bool isTrained = false;  
9.     CV_Assert( !data );  
10.     clear();  
11.     data = new CvCascadeBoostTrainData(  
12.                 _featureEvaluator, _numSamples,  
13.                 _precalcValBufSize, _precalcIdxBufSize, _params );  
14.     CvMemStorage *storage = cvCreateMemStorage();  
15.     weak = cvCreateSeq( 0, sizeof(CvSeq), sizeof(CvBoostTree*), storage );  
16.     storage = 0;  
17.   
18.     set_params( _params );  
19.     if ( (_params.boost_type == LOGIT) || (_params.boost_type == GENTLE) )  
20.         data->do_responses_copy();  
21.     //初始化权值  
22.     update_weights( 0 );  
23.   
24.     cout << "+----+---------+---------+" << endl;  
25.     cout << "|  N |    HR   |    FA   |" << endl;  
26.     cout << "+----+---------+---------+" << endl;  
27.   
28.     do  
29.     {  
30.         //训练树  
31.         CvCascadeBoostTree* tree = new CvCascadeBoostTree;  
32.         if( !tree->train( data, subsample_mask, this ) )  
33.         {  
34.             delete tree;  
35.             break;  
36.         }  
37.         cvSeqPush( weak, &tree );  
38.         //更新权值  
39.         update_weights( tree );  
40.         trim_weights();  
41.         if( cvCountNonZero(subsample_mask) == 0 )  
42.             break;  
43.     }  
44.     while( !isErrDesired() && (weak->total < params.weak_count) );  
45.     //循环终止条件，虚警率达到要求或者达到最大弱分类器数目  
46.   
47.     if(weak->total > 0)  
48.     {  
49.         data->is_classifier = true;  
50.         data->free_train_data();  
51.         isTrained = true;  
52.     }  
53.     else  
54.         clear();  
55.   
56.     return isTrained;  
57. }  

这样，一级就训练完了。