一、目的
在对动物脸视频进行检测的过程中,开源算法模型的检测效果一般,达不到实验需求。因此,想基于已经的大量数据集,自己训练出一个检测模型。引用该篇文献“Rapid Object Detection using a Boosted Cascade of Simple Features”的检测方法。借助平台opencv。
二、具体实现
1、确定方法
参考该网址博客“https://blog.csdn.net/wjb820728252/article/details/72465347”,选择opencv平台下的opencb_traincascade方法。
2、平台搭建
2.1 安装opencv
参考博客“https://blog.csdn.net/yunpiao123456/article/details/52538561”。给出OpenCv的官方下载地址:OpenCv下载。opencv的下载非常简单,解压缩后即可使用。在测试opencv性能时,由于文件配置问题,导致无法识别opencv。仔细添加目录时,有包含目录和库目录,两者添加的路径也不相同。再则是附加依赖配置时,找到D:\Installer\opencv\opencv\build\x64\vc15\lib路径下的红框内容,写入。