训练hogsvm分类器并实现多尺度检测（一）

一、win10环境训练
1、实践证明，vs2017 opencv4 release x64环境下的训练速度比vs2013 opencv3 debug x86快得多
2、训练一次、不镜像翻转的效果更好。pos4000，neg6100。
此时漏检率低，但误检率也高。没关系，多余的目标后续操作进行筛除。
翻转后，pos8000，neg12000。感觉漏检率较高。
3、为了进一步提高训练速度，打算去工作站训练。
然而，工作站是Linux。于是我先在笔记本的linux下试试，环境是Ubuntu18.04。
（笔记本的ubuntu安在固态硬盘里的）

二、安装搜狗输入法
1、打开ubuntu软件管理，搜fcitx
2、把企鹅图标都安装上
3、去搜狗官网下载deb安装包，双击即可安装
4、sudo apt remove ibus*
5、设置，区域和语言、管理已安装的语言、稍后提醒、切换输入法为fcitx、重启系统

三、检查opencv环境
1、查看ubuntu中已有的opencv版本
pkg-config --modversion opencv
2、已有opencv3.4.5。
略过安装。
3、查看opencv安装的路径
sudo find / -iname “opencv”
路径太多太长，输出于文本
sudo find / -iname “opencv” > /home/sx/opencv_path.txt
权限不够，加上chmod 777
sudo find / -iname “opencv” > chmod 777 /home/sx/opencv_path.txt
find:’/run/user/1000/gvfs’权限不够
卸载该文件。（据说这个错误是系统的bug）
umount /run/user/1000/gvfs

	注：目录是/home/sx/才是主文件夹。之前少了sx，结果文件生成在了home里。现在删除。
	进入home，ls，sudo su，chmod 777 opencv_path.txt
	rm opencv_path.txt

四、cmake的方式编译文件
1、打开主目录，模板，在里面终端中打开
sudo gedit 文本文件
2、直接保存那个文本，关闭
3、新建文件夹 MyProj build include src
新建文件 CMakeLists.txt
4、查看Cmake版本
cmake --version
得知，版本是3.10.2.
5、写cmakelist
cmake_minimum_required(VERSION 2.8)
find_package(OpenCV REQUIRED)
INCLUDE_DIRECTORIES(include ${OpenCV_INCLUDE_DIRS})
AUX_SOURCE_DIRECTORY(src DIR_SRCS)
SET(hogsvm $DI{R}_{S}RCS)AD{D}_{E}ECUTABLE(${PROJECT_NAME}${hogsvm})
TARGET_LINK_LIBRARIES(hogsvm ${OpenCV_LIBS})
6、运行成功，但出错
Gtk-Message: Failed to load module “canberra-gtk-module”
sudo apt-get install libcanberra-gtk-module
Ubuntu下运行这种复杂一点的代码，的确舒服些