三、训练分类器 样本创建之后,接下来要训练分类器,这个过程是由haartraining 程序来实现的。 Haartraining 的命令行参数如下: -data<dir_name> 存放训练好的分类器的路径名。 -vec<vec_file_name> 正样本文件名(由trainingssamples 程序或者由其他的方法创建的) -bg<background_file_name> 背景描述文件。 -npos<number_of_positive_samples>, -nneg<number_of_negative_samples> 用来训练每一个分类器阶段的正/负样本。合理的值是:nPos = 7000;nNeg = 3000 -nstages<number_of_stages> 训练的阶段数。 -nsplits<number_of_splits> 决定用于阶段分类器的弱分类器。如果1,则一个简单的stump classifier 被使用。如果是2 或者更 多,则带有number_of_splits 个内部节点的CART 分类器被使用。 -mem<memory_in_MB> 预先计算的以MB 为单位的可用内存。内存越大则训练的速度越快。 -sym(default) - |
OpenCV训练分类器制作xml文档之三
最新推荐文章于 2023-05-06 11:25:01 发布
这篇博客详细介绍了如何利用OpenCV库来训练图像分类器,并生成XML配置文件。内容涵盖基本概念、文件操作以及在DOS环境下执行相关命令的步骤。
摘要由CSDN通过智能技术生成