Opencv 自训练HAAR分类器会导致令人失望的低精度

我正在训练一个哈尔分类器来检测壁球拍的头部。 不幸的是，在准确性方面的结果相当糟糕，我想了解我的流程有哪些缺陷。在这一点上，我并不担心性能，因为我不会将其用作实时检测器

阴性样本

• 我使用一些在线图像数据库获取随机图片（不同宽度和高度）。
• 我还添加了一些与壁球相关的负面图片，比如空球场，或者球员在没有球拍头的球场上的照片（总共不到20张）。

阳性样本 我总共创建了4168个阳性样本，其中

• 168是游戏录音的手动注释快照
  
• 4000个样本是使用opencv_createsamples创建的
  

  opencv_createsamples-img img/sample/r2_white.png-bg img/neg.txt-info img/generated/info.txt-pngoutput img/generated-maxangle 0.85-maxyangle-0.85-maxzangle 0.85-num 4000

  
  我使用了相对较高的最大角度，因为我觉得这更能代表壁球拍在比赛录音中的表现。
  

矢量 在合并了手动注释的样本和生成的样本的注释之后，我使用以下参数创建了向量：

opencv_createsamples-info img/pos_all.txt-num 4168-w 25-h 25-vec model/vector/posities_all.vec-maxangle 0.85-maxyangle-0.85-maxzangle 0.85

训练 我用以下参数训练模型。再次添加-模式，因为我觉得功能的旋转更能代表真实世界的壁球游戏。

opencv\u traincascade-data../model-vec../model/vector/positives\u all.vec-bg neg.txt-numPos 3900-numNeg 7000-numStages 10-w 25-h 25-numThreads 12-maxfalsalarmrate 0.3-mode all-precalcValBufSize 3072-precalcIdxBufSize 3072

培训总共花费了大约10个小时，但即使在最后阶段的第100个样本中，假警报仍然为0.84（前提是我正确解释了培训输出）。 在第5阶段结束时，最低值为0.74

=======培训9阶段=====

---

根据我的理解，haar分类器在较大的旋转（x，y，z）时存在问题。成功的人脸haar分类器是在单一方向上训练的，因此有一个用于正面，另一个用于侧面。此外，您还需要更多的阴性样本（最好是空法庭和人员）。创建示例时，应确保应用了透明背景。最好增加阶段数，将误报率提高到0.5。谢谢@Mika。特别是旋转钻头是一个很好的线索。我想我可能必须研究深度学习检测器才能使这个例子起作用，但同时我想弄清楚我的方法的主要问题是什么。作为一个例子，对于负片样本，我使用了150k负片小图像和大约50k全尺寸图像。使用15k正对象样本和以下设置：

-numPos 12500-numNeg 25000-minHitRate 0.999-MaxFalseArmRate 0.5-w 24-h 24

培训期间最重要的信息是：负计数接受率：这应该大致符合每个阶段的最大假报警率，因此，如果你有0.5 maxFAR，你应该在第0阶段后看到大约0.5，在第1阶段后看到0.5^2，等等。如果这个值小得多，你的负样本不够清晰。如果太高，则分类器太弱。所有样本都直接来自工业用例，因此训练和目标域非常熟悉。第9阶段为0.03，而理论值为0.3^9=0.000019683。imho是对象太复杂而无法训练的指标（例如，不同的旋转没有共享足够的特征）。