本文共 1549 字,大约阅读时间需要 5 分钟。
opencv_traincascade.exe的参数列表及解释,下面的所有参数都是在命令行中opencv_traincascade.exe后面使用的参数,共20个参数,参数按在源文件中存储的位置分类
-stageType 级联类型,目前只能取BOOST-featureType 训练使用的特征类型,目前支持的特征有Haar,LBP和HOG-w 训练的正样本的宽度,Haar特征的w和h一般为20,LBP特征的w和h一般为24,HOG特征的w和h一般为64-h 训练的正样本的高
-bt 训练分类器采用的Adaboost类型,Adaboost分为Getle Adaboost,Real Adaboost,Discrete Adaboost,Logit Adaboost,训练中默认采用Getle Adaboost-minHitRate 影响每个强分类器阈值,每一级分类器最小命中率,表示每一级强分类器对正样本的的分类准确率-maxFalseAlarm 最大虚警率,影响弱分类器的阈值,表示每个弱分类器将负样本误分为正样本的比例,一般默认值为0.5-weightTrimRate 0-1之间的阈值,影响参与训练的样本,样本权重更新排序后(从小到大),从前面累计权重小于(1-weightTrimRate)的样本将不参与下一次训练,一般默认值为0.95-maxDepth 每一个弱分类器决策树的深度,默认是1,是二叉树(stumps),只使用一个特征。-maxWeakCount 每级强分类器中弱分类器的最大个数,当FA降不到指定的maxFalseAlarm时可以通过指定最大弱分类器个数停止单个强分类器
Haar特征,CvHaarFeatureParams继承于CvFeatureParams -mode 值为BASIC、CORE、ALL三种,根据值不同采用不同的Haar特征,BASIC是基本的Haar特征,CORE是所有的上下Haar特征,ALL是使用所有的Haar特征LBP特征,CvLBPFeatureParams继承于CvFeatureParams 无参数HOG特征,CvHOGFeatureParams继承于CvFeatureParams 无参数
参数截图: