OpenCv 训练自己的分类器

工具(64位)

opencv_createsamples

opencv_traincascade

使用64位你可以使用更多的内存,因为32位可以使用的地址很少,很容易造成训练过程中的内存不足。上述两个工具在编译源代码的时候会自动生成,如果你没有编译源代码,那么你可以直接下载:https://opencv.org/releases 在bin目录下就可以找到这两个工具。

训练样本:正负样本

正样本:仅包含被检测物体的样本,并且距离边界尽量要小,图片尺寸大小一致。

负样本:不包含被检测物体的样本,图片尺寸大小无要求。

建议:正样本图片尺寸尽量小一些,并且进行归一化然后灰度处理,检测物体距离边界近一些,背景尽量是纯色,少夹杂一些颜色,突出被检测物体。

数量:正样本 : 负样本=1 : 3 这个比例在OpenCv官网有一个更精准的说法,最大是1 : 3,负样本大于正样本,这样可以保证训练过程中负样本不会因为太少而终止训练。

未完待续:关注微信小程序获取访问密码 (文章ID:1573)或小程序在线阅读


OpenCv 训练自己的分类器


关注小程序 [上下博客] 扫码手机完整阅读

标签: 训练分类器, 识别二维码, 二维码识别

添加新评论