Python opencv_traincascade:无法填写临时阶段的列车数据集。分行培训终止

我正在尝试根据50张负面图片和50张正面图片来训练opencv_traincascade。我已经按照本

[thread][1]

中给出的说明进行了操作。我尝试了在网上找到的不同解决方案，但无法解决问题

我使用了这个命令

opencv_traincascade -data classifier -vec samples.vec -bg negatives.txt\
>   -numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 50\
>   -numNeg 50 -w 80 -h 40 -mode ALL -precalcValBufSize 1024\
>   -precalcIdxBufSize 1024

我犯了这个错误

===== TRAINING 19-stage =====
<BEGIN
POS count : consumed   50 : 50
Train dataset for temp stage can not be filled. Branch training terminated.

=======培训19阶段=====
尝试使用比Neg更少的Pos，大约40：50@GPPK当我使用cv2.imread（img），然后使用image.shape打开其中一个图像时，我发现高度=410，宽度为500，我应该调整图像的大小，或者我应该在这里将参数更改为-w500-h409。您有什么建议？您绝对不应该更改-w或-h参数。这意味着用于分类器学习的窗口的初始大小。此外，为了获得良好的精度，此窗口大小纵横比（比例w/h）必须与正面图像中每个裁剪对象的比例相同，因为初始窗口大小在分类器学习期间缩放，但纵横比在整个过程中保持不变。正如GPPK所建议的，尝试将阳性和阴性样本比率保持在25%-30%左右（而不是像您尝试的那样100%）。我也有同样的问题，但在第4阶段：(
===== TRAINING 18-stage =====
<BEGIN
POS count : consumed   50 : 50
NEG count : acceptanceRatio    50 : 1.75143e-06
Precalculation time: 14
+----+---------+---------+
|  N |    HR   |    FA   |
+----+---------+---------+
|   1|        1|        1|
+----+---------+---------+
|   2|        1|     0.48|
+----+---------+---------+
END>
Training until now has taken 0 days 0 hours 54 minutes 5 seconds.