opencv_createsamples和opencv_traincascade命令

opencv_createsamples和opencv_traincascade命令

opencv_traincascade -data dstBuild -vec new_vec.vec -bg sample_neg.dat   -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 100   -numNeg 700 -w 20 -h 20 -mode ALL -precalcValBufSize 1024   -precalcIdxBufSize 1024 -featureType LBP

通用参数：

-data <cascade_dir_name>
目录名，如不存在训练程序会创建它，用于存放训练好的分类器。
-vec <vec_file_name>
包含正样本的vec文件名（由 opencv_createsamples 程序生成）。
-bg <background_file_name>
背景描述文件，也就是包含负样本文件名的那个描述文件。
-numPos <number_of_positive_samples>
每级分类器训练时所用的正样本数目。其指设置为正样本数量的85%（这是一个保守值）。具体的也要根据级联器的层数来决定的。因为每个stages都是会增加图片数量来进行分类。
-numNeg <number_of_negative_samples>
每级分类器训练时所用的负样本数目，可以大于 -bg 指定的图片数目。
-numStages <number_of_stages>
训练的分类器的级数。
-precalcValBufSize <precalculated_vals_buffer_size_in_Mb>
缓存大小，用于存储预先计算的特征值(feature values)，单位为MB。
-precalcIdxBufSize <precalculated_idxs_buffer_size_in_Mb>
缓存大小，用于存储预先计算的特征索引(feature indices)，单位为MB。内存越大，训练时间越短。
-baseFormatSave
这个参数仅在使用Haar特征时有效。如果指定这个参数，那么级联分类器将以老的格式存储。
级联参数：
-stageType <BOOST(default)>
级别（stage）参数。目前只支持将BOOST分类器作为级别的类型。
-featureType<{HAAR(default), LBP}>
特征的类型： HAAR - 类Haar特征； LBP - 局部纹理模式特征。
-w
-h
训练样本的尺寸（单位为像素）。必须跟训练样本创建（使用 opencv_createsamples 程序创建）时的尺寸保持一致。
Boosted分类器参数：
-bt <{DAB, RAB, LB, GAB(default)}>
Boosted分类器的类型： DAB - Discrete AdaBoost, RAB - Real AdaBoost, LB - LogitBoost, GAB - Gentle AdaBoost。
-minHitRate <min_hit_rate>
分类器的每一级希望得到的最小检测率。总的检测率大约为 min_hit_rate^number_of_stages。总检测率即为整个级联器的检测召回率，
-maxFalseAlarmRate <max_false_alarm_rate>
分类器的每一级希望得到的最大误检率。总的误检率大约为 max_false_alarm_rate^number_of_stages. 为整个级联器的误检率
-weightTrimRate <weight_trim_rate>
Specifies whether trimming should be used and its weight. 一个还不错的数值是0.95。
-maxDepth <max_depth_of_weak_tree>
弱分类器树最大的深度。一个还不错的数值是1，是二叉树（stumps）。
-maxWeakCount <max_weak_tree_count>
每一级中的弱分类器的最大数目。The boosted classifier (stage) will have so many weak trees (<=maxWeakCount), as needed to achieve the given -maxFalseAlarmRate.
类Haar特征参数：
-mode <BASIC (default) | CORE | ALL>
选择训练过程中使用的Haar特征的类型。 BASIC 只使用右上特征， ALL 使用所有右上特征和45度旋转特征。

opencv_createsamples.exe -info cascade/pos/sample_pos.dat -vec new_vec.vec -bg cascade/neg/sample_neg.dat -num 100 -w 20 -h 20

参数说明

-vec <vec_file_name> ：包含训练样本的输出文件的名称。
-img <image_file_name> ：源对象图像（如公司标识）。
-bg <background_file_name>：背景描述文件; 包含用作对象的随机变形版本的背景的图像列表。
-num <number_of_samples> ：生成的阳性样本数。
-bgcolor <background_color>：背景颜色（目前为灰度图像）背景颜色表示透明颜色。由于可能会出现压缩伪影，所以可以通过-bgthresh指定颜色容差的数量。具有bgcolor-bgthresh和bgcolor + bgthresh范围的所有像素被解释为透明的。
-bgthresh <background_color_threshold>
-inv ：如果指定，颜色将被反转。
-randinv ：如果指定，颜色将随机反转。
-maxidev <max_intensity_deviation> ：前景样本中像素的最大强度偏差。
-maxxangle <max_x_rotation_angle> ：朝向x轴的最大旋转角度必须以弧度表示。
-maxyangle <max_y_rotation_angle> ：向y轴的最大旋转角度必须以弧度表示。
-maxzangle <max_z_rotation_angle> ：朝向z轴的最大旋转角度必须以弧度表示。
-show：有用的调试选项。如果指定，将显示每个样品。按Esc将继续样品创建过程，而不显示每个样品。
-w <sample_width> ：输出样本的宽度（以像素为单位）。
-h <sample_height> ：输出样本的高度（以像素为单位）。