Возможно ли подготовить данные с помощью opencv_createsamples для познейшего обучения каскада?

Question

[ivandzemianchyk]

Я уже долго мучаюсь, с пробуя научить класификатор распознавать какие-либо объекты, на данных которые выгенерировал с одного изображения. При ручном обозначении всё получалось, но при автоматическом классификатор перестаёт обучать на втором-третьем уровне, а результаты поиска объектов этим(с 2-3 уровнями) класификатором оставляют желать лучшего. Искомые объекты как правило простые: логотипы фирмы, характерные значки.

Answer 1

[Алексей]

1. Если речь о каскаде, то они скорее не для этих задач, для вашей (логотип, характерный значок) гораздо больше подойдет SURF habrahabr.ru/post/155651
2. Обучение может останавливаться из-за плохого соотношения негативов/позитивов, так же нужно иметь ввиду, что объем выборки должен быть значительным (мы обучали на 5000 позитивов и 7000 негативов), при значительном увеличение негативов обучение длилось очень долго и качество было плохое, обычно, если все идет хорошо, то обучение редко занимает больше двух часов (ну, конкретно в нашем случае). Поэтому имеет смысл поиграться количеством позитивом и негативов. В свое время помогла вот эта статья: note.sonots.com/SciSoftware/haartraining.html

Comments

[ivandzemianchyk]

спасибо за ответ. Через SURF я уже проходил, но скорость работы была слишком маленькая для наших решений. Что меня больше всего смущает, что делая вручную выборку из одного изображения(картинкой с телефона махал перед вэб-камерой) всё работает хорошо при позитивной выборке ~800 и негативной ~1500. Теоретический я делаю то же самое, только автоматически с помощью OpenCV, но уже не проходит больше чем 7-10 уровней, при желаемых 15-20.

[Алексей]

Если используете opencv_traincascade утилитку поиграйтесь еще с этими параметрами -minHitRate 0.995 -maxFalseAlarmRate 0.48, влияют на фактическое количество полученных этапов (если не ошибаюсь чем меньше тем больше этапов получится, по умолчанию они идут 0,995 и 0,5 соответственно, если не ошибаюсь), значение их в принципе понятно из названия. Ну а вообще выборка 800/1500 для каскада достаточно маленькая, 7-10 уровней вполне нормальный результат, еще не забывайте что если у вас, например, 800 положительных, то утилите нужно указывать число меньше (~700 думаю для 15 уровней) так как ему еще нужны вроде бы позитивы для проверки (точно не уверен), но если указывать значение близкое к 800 то достаточно рано остановится обучения из-за нехватки позитивов