级联分类器训练

一、关于正样本的准备 
1、采集正样本图片 
因为正样本最后需要大小归一化，在采集样本的时候就直接把它从原图里抠出来了，方便后面缩放嘛，而不是只保存它的框个数和框位置信息（框个数、框位置信息看下一步解释），在裁剪的过程中尽量保持样本的长宽比例一致。比如归一化成64 X 64，在裁剪样本的时候，设置64 X 64（跟我的自身用途有关，对于人头检测这种要保证缩放不变性的样本，肯定就可以超过啦） 
2、获取正样本路径列表 
在你的图片文件夹里，编写一个bat程序（get route.bat，bat是避免每次都需要去dos框输入，那里又不能复制又不能粘贴！），如下所示： 

运行bat文件，就会生成如下dat文件： 
 
把这个dat文件中的所有非图片的路径都删掉，比如上图的头两行，再将bmp 替换成 jpg 1 0 0 64 64，如下： 
 
（1代表个数，后四个分别对应 left top width height，如果之前不是把样本裁剪下来的，那么你的这个dat可能就长成这样1. jpg 3 1 3 24 24 26 28 25 25 60 80 26 26，1. jpg是完全的原图啊，你之前的样本就是从这张图上扣下来的） 
3、获取供训练的vec文件 
这里，利用opencv里的一个程序叫opencv_createsamples.exe，可以把它拷贝出来。针对它的命令输入也是写成bat文件啦，因为cascade训练的时候用的是vec。如下： 
 
运行bat，就在pos文件夹里生成了如下vec文件： 
 
就此有关正样本的东西准备结束。 
二、关于负样本的准备 
这个特别简单，直接拿原始图，不需要裁剪抠图，也不需要保存框，只要保证比正样本大小就可以了，只要把路径保存下来。同正样本类似，步骤图如下： 

至此有关负样本的也准备完成。 
 
进行训练的话，创建一个classify20.bat 
 
双击运行即可开始训练。 
注意:numPos *2

• 上一篇背景建模测试数据库、视频库