本文详细介绍了如何使用OpenCV的opencv_haartraining.exe和convert_cascade.exe工具训练基于HAAR特征的Adaboost级联分类器。在训练过程中，可能会遇到如背景描述文件错误、长时间训练、卡死在某一层或训练出错等问题。解决方法包括检查样本文件格式、增加负样本多样性、调整样本数量等。注意训练过程可能需要大量时间和计算资源。
本文主要用于生成基于HAAR特征的Adaboost级联分类器。本文输出为级联分类器体现为.xml文件，输入是上文描述的正样本描述文件sample_pos.vec文件和负样本描述文件sample_neg.dat文件。
本文依赖以下两个OpenCV的工具：
- 训练用的opencv_haartraining.exe，该程序封装了haar特征提取以及adaboost分类器训练过程；
- haarconv.exe（老版本命名法）或者convert_cascade.exe（新版本命名法），该程序用于合并各级分类器成为最终的xml文件。
本文建议事先阅读本文第三节注意事项，对可能出现的问题做好心理准备。
最低0.47元/天 解锁文章
扫一扫
712
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
