Todas mis preguntas sobre opencv_traincascade

1. Da información, es sólo un poco borring para leer http://docs.opencv.org/doc/user_guide/ug_traincascade.html
2. Necesita más imágenes negativas, por varias razones. En primer lugar sólo a veces se bloquea cuando hay más imágenes positivas, a continuación, negativo, en segundo lugar – la mayoría de las veces el entrenamiento se centra en buscar en las imágenes negativas de algo que fue detectar como su objeto y la fijación del error.
3. Por lo que sé, no importa mucho, pero lo que es relevante es que las imágenes negativas a sí mismos. Deben estar cerca de los fondos reales de su objeto, quiero decir, si se trata de un signo de tráfico no dan imágenes chasqueadas en su oficina como fondo, tomar fotos de fuera.
4. Para mí fue suficiente tener una imagen de mi objeto, generar 1.500 muestras con opencv_createsamples, pero mucho mejor tener varias imágenes 10, 20 para generar 100, 200 samples con cada una y luego combinarlas todas en un conjunto de entrenamiento.
5. Haar es un entrenamiento más lento y tiempo de ejecución, pero a veces es más preciso, así que mi elección es LBP.
6. Usted puede entrenar la cascada etapa por etapa, hacer 10 -15 etapas al principio, y después agregarlas una por una. Todas las etapas registradas, y usted no tienen que comenzar cada vez de la etapa una.

7.I no jugó con estos parámetros, siempre los dejo con los valores predeterminados, pero puede comprobar aquí acerca de parámetros de trencascade, muestras y otros … para las explicaciones.

También compruebe esta pregunta y respuesta Cómo entrenar en cascada correctamente y FAQ – HAARTraining