Opencv Haar分类器正图像集澄清

请您帮助理解与Haar分类器培训相关的几点：

1） 正面图像应该只包含训练对象，还是可以包含其他对象？就像我想识别一些交通标志一样，正面图像应该只包含交通标志还是也可以包含高速公路？
2） 有两种方法可以创建样本向量文件，一种是使用info文件，其中包含正图像中检测到的对象坐标，另一种只是给出正图像和负图像的列表。哪一个更好
3） 您通常如何创建信息文件，其中包含正面图像中检测到的对象坐标？图像裁剪器可以生成对象坐标吗？

自适应梯度的dlib直方图是否比Haar分类器提供更好的结果？
我的目标是raspberry pi中的交通标志检测

谢谢

阳性样本（不一定是图像）应该只包含对象。有时不可能为每个正采样获得正确的纵横比，然后您可以添加一些背景或裁剪一些对象边界。最终检测器将检测出正样本纵横比区域，因此如果在所有正样本周围使用大量背景，最终检测器可能不会检测到traffix标志的某个区域，而是检测到交通标志周围具有大量背景的区域

好的，阳性样本必须由一个.vec文件提供，该文件是用opencv_createsamples.exe创建的，您需要一个带有描述的文件（图像中哪里是阳性样本？）。我通常会对标记的训练样本进行预处理，裁剪掉所有背景，这样只有中间图像，其中正样本填充整个图像，并且图像已经是正确的纵横比。我为每个中间图像填充一个基本上为“folder/filename.png 0 0 width height”的文本文件，然后从该中间图像创建一个.vec文件。但另一方面，从全尺寸图像中使用真实的roi信息应该具有相同的质量

请注意，如果不为每个正采样固定相同的纵横比，则会拉伸对象，这可能是任务中的问题，也可能不是问题

请记住，您可以通过扭曲/变换图像来创建其他正样本。opencv_createsamples可以为您做到这一点，但我从未真正使用过它，因此我不确定使用此类样本是否会对培训有所帮助。

阳性样本（不一定是图像）应该只包含对象。有时不可能为每个正采样获得正确的纵横比，然后您可以添加一些背景或裁剪一些对象边界。最终检测器将检测出正样本纵横比区域，因此如果在所有正样本周围使用大量背景，最终检测器可能不会检测到traffix标志的某个区域，而是检测到交通标志周围具有大量背景的区域

好的，阳性样本必须由一个.vec文件提供，该文件是用opencv_createsamples.exe创建的，您需要一个带有描述的文件（图像中哪里是阳性样本？）。我通常会对标记的训练样本进行预处理，裁剪掉所有背景，这样只有中间图像，其中正样本填充整个图像，并且图像已经是正确的纵横比。我为每个中间图像填充一个基本上为“folder/filename.png 0 0 width height”的文本文件，然后从该中间图像创建一个.vec文件。但另一方面，从全尺寸图像中使用真实的roi信息应该具有相同的质量

请注意，如果不为每个正采样固定相同的纵横比，则会拉伸对象，这可能是任务中的问题，也可能不是问题

---

请记住，您可以通过扭曲/变换图像来创建其他正样本。opencv_createsamples可以为您做到这一点，但我从未真正使用过它，因此我不确定使用这些示例是否会对培训带来好处。

您单击的按钮标记为“提问”，而不是“提问多个问题”。您的问题也不符合此处列出的要求。网上也有大量的论文和教程。请做一些自己的研究。注意未来的案例！谢谢您单击的按钮标记为“提问”，而不是“提问多个问题”。您的问题也不符合此处列出的要求。网上也有大量的论文和教程。请做一些自己的研究。注意未来的案例！非常感谢你！！所以我需要保持正片和负片的纵横比相同，明白了吗！最后一个问题：图像的颜色如何？它们都应该是灰色的吗？负片图像应该是全尺寸的，因为opencv会自动选择每个负片图像的每个（正确的纵横比）子窗口作为负片样本。仅当您想要添加额外的硬负片样本时，您可能需要修复纵横比。好了，级联训练只在灰度上有效，但可能会自动转换。非常感谢！！所以我需要保持正片和负片的纵横比相同，明白了吗！最后一个问题：图像的颜色如何？它们都应该是灰色的吗？负片图像应该是全尺寸的，因为opencv会自动选择每个负片图像的每个（正确的纵横比）子窗口作为负片样本。仅当您想要添加额外的硬负片样本时，您可能需要修复纵横比。好吧，级联训练只能在灰度上工作，但可能会自动转换。