Уточнение набора положительных изображений классификатора Хаара

положительный образец (не обязательно изображение) должен содержать только объект. Иногда невозможно получить правильное соотношение сторон для каждого положительного образца, тогда вам нужно либо добавить фон, либо обрезать часть границы объекта. Конечный детектор обнаружит области с соотношением сторон вашего положительного образца, поэтому, если вы используете много фона вокруг всех ваших положительных образцов, ваш последний детектор, вероятно, обнаружит не область вашего дорожного знака, а область с большим фоном. вокруг вашего дорожного знака.

На самом деле, положительные образцы должны быть предоставлены файлом .vec, который создается с помощью opencv_createsamples.exe, и вам понадобится файл с описанием (где на изображениях ваши положительные образцы?). Обычно я иду по пути предварительной обработки размеченных обучающих образцов, обрезая весь фон, чтобы остались только промежуточные изображения, где положительный образец заполняет все изображение, а изображение уже имеет правильное соотношение сторон. Я заполняю текстовый файл в основном «folder/filename.png 0 0 width height» для каждого из этих промежуточных изображений, а затем создаю файл .vec из этих промежуточных изображений. Но с другой стороны, использование информации о реальной области интереса из полноразмерных изображений должно быть такого же качества.

Имейте в виду, что если вы не зафиксируете одинаковое соотношение сторон для каждого положительного образца, вы растянете свои объекты, что может быть или не быть проблемой в вашей задаче.

И имейте в виду, что вы можете создавать дополнительные положительные образцы путем деформации/преобразования ваших изображений. opencv_createsamples может сделать это за вас, но я никогда им не пользовался, поэтому не уверен, что использование таких примеров принесет пользу обучению.