关于Opencv ababoost 级联分类器训练的关键参数要点

opencv 自带两个版本的训练程序，分别是haartraining.exe和train_cascades.exe，前者是老版本，只能训练Haar特征的分类器，后者是新版本，能够训练Haar特作、HOG特征和LBP特征。由于opencv的GPU分类器识别，只支持老版本的分类器，因此采用haartraining.exe进行分类器训练。

以下为一些关键参数的技术要点(后续发现新的要点会进行更新)：

①--nneg 负样本训练数量，是从负样本描述文件中随机采样到的每次进行训练的负样本集数量。因为每个stages的训练负样本集都会进行更新，重新加载至nneg数量，所以负样本的大小不能跟正样本的大小一样。否则，在训练过程中很大概率会出现训练卡住的情况，这是由于程序获取不了新的负样本所致。(比如负样本描述文件里的大小为20*20，那么负样本的大小可为50 *50以上)