改進(jìn)級聯(lián)分類器訓(xùn)練過程網(wǎng)上提供的級聯(lián)分類器訓(xùn)練通常基于opencv_haartraining，雖然按照步驟成功訓(xùn)練出了xml文件，但在識別過程中卻發(fā)現(xiàn)識別率很低。嘗試多次更改樣本后，檢測效果仍然一般

改進(jìn)級聯(lián)分類器訓(xùn)練過程

網(wǎng)上提供的級聯(lián)分類器訓(xùn)練通?；趏pencv_haartraining，雖然按照步驟成功訓(xùn)練出了xml文件，但在識別過程中卻發(fā)現(xiàn)識別率很低。嘗試多次更改樣本后，檢測效果仍然一般。考慮到可能是haar特征無法有效區(qū)分目標(biāo)，因此決定通過opencv_traincascade訓(xùn)練LBP特征。為了將這一經(jīng)驗(yàn)記錄下來，不僅有助于日后回顧，也可供他人參考。

準(zhǔn)備樣本圖片

首先要準(zhǔn)備好正負(fù)樣本圖片，其中正樣本是包含目標(biāo)的圖片，而負(fù)樣本則是不含目標(biāo)的圖片。建立相應(yīng)的文件夾結(jié)構(gòu)，確保清晰明了。對于正樣本圖片最好裁剪成相同尺寸，例如30*30，在這個尺寸下進(jìn)行后續(xù)操作會更加方便。批量編輯圖片可以使用工具，比如美圖看看，它提供了批量編輯功能，能夠輕松將圖片調(diào)整到統(tǒng)一尺寸。

建立樣本說明文件

在cmd命令行下進(jìn)入正樣本文件夾目錄，輸入以下命令：

```

dir /b > pos.txt

```

然后使用編輯軟件（如editplus）打開pos.txt文件，刪除最后一行，并將文件名進(jìn)行歸一化處理。同樣的方法在負(fù)樣本文件夾內(nèi)創(chuàng)建描述文件neg.txt，同樣刪除最后一行。

創(chuàng)建.vec文件

將opencv_createsamples.exe和opencv_traincascade.exe放置在圖片文件夾的上層目錄，利用opencv_createsamples.exe應(yīng)用程序執(zhí)行以下cmd命令：

```

opencv_createsamples.exe -vec -info pos.txt -bg neg.txt -w 30 -h 30 -num 100

```

執(zhí)行完該命令后，將在當(dāng)前目錄下生成一個文件。

使用opencv_traincascade.exe進(jìn)行訓(xùn)練

在當(dāng)前目錄下新建一個dt文件夾，用于存放生成的.xml文件。使用以下cmd命令進(jìn)行訓(xùn)練：

```

opencv_traincascade.exe -data dt -vec -bg neg/neg.txt -numPos 100 -numNeg 300 -numStages 16 -precalcValbufSize 200 -precalcdxBufSize 1000 -featureType LBP -w 30 -h 30

```

其中，-data指定輸出目錄，-numPos表示正樣本數(shù)目，-numNeg表示負(fù)樣本數(shù)目，-numStages表示訓(xùn)練級數(shù)。

通過以上全新的方法，希望能夠提高級聯(lián)分類器訓(xùn)練的準(zhǔn)確性和效率，為圖像識別領(lǐng)域的發(fā)展帶來新的可能性。