码迷,mamicode.com
首页 > 其他好文 > 详细

opencv - haar人脸特征的训练

时间:2016-01-29 19:49:39      阅读:199      评论:0      收藏:0      [点我收藏+]

标签:

step 1: 把正样品,负样品,opencv_createsamples,opencv_haartraining放到一个文件夹下面,利于后面的运行。
step 2: 生成正负样品的描述文件

正样品描述文件
find positive_boosted -iname "*.bmp" -exec echo \{\} 1 0 0 20 20 \; > face.info
生成
positive_boosted/face00244.bmp 1 0 0 20 20
positive_boosted/face00177.bmp 1 0 0 20 20
positive_boosted/face01533.bmp 1 0 0 20 20
positive_boosted/face01542.bmp 1 0 0 20 20
positive_boosted/face00733.bmp 1 0 0 20 20
positive_boosted/face01708.bmp 1 0 0 20 20
positive_boosted/face01625.bmp 1 0 0 20 20

 其中的pos_image/是相对路径名,后面紧接着的是文件名,1代表一个文件,0 0 24 24表示这个文件的2个顶点位置坐标。保存退出即ok。

负样品描述文件
find negative_boosted -iname *.bmp > non_face.txt
生成  
negative_boosted/face01542.bmp
negative_boosted/face00733.bmp
negative_boosted/face01708.bmp
negative_boosted/face01625.bmp

step 3: 生成vec文件
opencv_createsamples -vec face.vec -info face.txt -bg non_face.txt  -w 20 -h 20 -num 2429
其中的-vec是指定后面输出vec文件的文件名,-info指定正样本描述文件,-bg指定负样本描述文件,-w和-h分别指正样本的宽和高,-num表示正样本的个数。执行完该命令后就会在当前目录下生产一个face.vec文件了。

step 4: 开始训练
首先在当前目录下新建一个xml文件夹用于存放生成的.xml文件。
opencv_haartraining  -data xml -vec face.vec -bg non_face.txt -npos 500 -nneg 500 -w 20 -h 20 -nstages 20 -nsplits 2 -minhitrate 0.999 -maxfalsealarm 0.5

opencv_traincascade (新的命令)
 其中
    -data为输出xml中间文件的位置;
    -vec 正样品文件名
    -bg  负样本文件名
    -nsplits 1表示使用简单的stump classfier分类。
    -mode (default|all) all表示使用haar特征集的种类既有垂直的,又有45度角旋转的; default只是垂直的.
    -npos  正样本数
    -nneg    负样本
    -minhitrate 最小命中率,即训练目标准确度。
    -maxfalsealarm最大虚警(误检率),每一层训练到这个值小于0.5时训练结束,进入下一层训练

    在实际训练时,为了节约时间,调小了npos,nneg

    会产生xml.xml文件,可以利用所得到的分类器进行测试了。

step 5: 合并训练所产生的xml文件
   生成多个

opencv - haar人脸特征的训练

标签:

原文地址:http://www.cnblogs.com/maxpak/p/5169315.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!