HaarAdaBoost分类器训练总结.ppt

Haar+AdaBoost分类器训练总结,Page 2,目录,Page 3,准备阶段-样本收集,正样本： 工具：Image Clipper-可以很方便地从视频或图像文件夹中读取当前帧或当前图像， 并截取和保存所需的样本图像 负样本： 所有不包含待检测目标的图像都可以作为负样本 一般正负样本需要几千上万张图像，所以正样本收集过程耗时比较长,Page 4,准备阶段-样本准备,负样本可以是任意大小，只要不包括待检测目标即可。 简洁的方式是从视频或图像背景中直接划分出负样本，也可以利用现有的图像库，或者可以从网上的图像素材库中下载 建立保存负样本的文件夹（如：neg），并在neg目录下建立negdata.dat描述文件 Negdata.dat的内容如下： 1.bmp 2.bmp 3.bmp 生成描述文件的方法：在命令行窗口中，变更到当前文件夹路径(neg)，输入 dir /b negdata.dat就会在neg下生成描述文件，去掉其中对描述文件自身的描述negdata.dat即可 如果negdata.dat保存在neg外面，在每一行前面添加相对路径或绝对路径来指出样本所在位置即可,Page 5,准备阶段-样本准备,截取后的正样本要做两个改动： 1、正样本要缩放为统一size，可以使用Image resizer工具 2、截取后的默认格式为.png，使用批量重命名工具修改样本名为所需的名称和格式 建立保存正样本的文件夹（如：pos），并在pos目录下建立posdata.dat描述文件，到这里与负样本的准备是一致的。不同之处在于正样本的描述中需要指出目标在图像中的数量和位置 比如1.bmp中包含一辆汽车，它的描述应写成1.bmp 1 x1 y1 x2 y2 其中(x1,y1,x2,y2)指出这个目标所在的矩形框 由于所有正样本都是统一size，只要在记事本中编辑描述文件将bmp替换成bmp 1 0 0 width height 即可，width和height是图像的宽和高,Page 6,准备阶段-样本准备,正样本还需要根据描述文件和样本图像生成.vec文件才是最后的正样本数据 生成程序为OpenCV1.0/bin/CreateSamples.exe（在后期版本OpenCV中需自行编译） 可以使用批处理文件或命令行调用CreateSamples.exe 参数设置：-info posdata.dat 正样本描述文件 -vec pos.vec 生成的.vec文件名 -num 5323 正样本的数量 -w 50 样本的宽度 -h 50 样本的高度 运行后，出现Done.Created 5323 samples 表明生成5323个样本成功,Page 7,准备阶段-训练准备,训练可以使用批处理文件或命令行调用haartraining.exe 参数设置：-data 生成的分类器名称和路径，包括级联文件夹和.xml文件两部分， 二者是相同的； -vec 正样本的.vec文件路径 -bg 负样本的描述文件路径 -npos 正样本数量 -nneg 负样本数量 -nstages 级联分类器的层数 -mem 分配的内存空间，越大训练过程越快 -sym 目标是否对称 -minhitrate 要达成的检测率 -maxfalsealarm 要达成的虚警率 -mode 选取的特征模式 -w 正样本宽度 -h 正样本高度 当级数达到nstages或者检测率、虚警率同时满足时，训练结束，程序退出,Page 8,准备阶段-结果检测,样本数量越多，训练时间也就越长。最终将生成一个级联分类器的文件夹和一个.xml文件，通过OpenCV中提供的convert_cascade.exe(OpenCVsamplesc目录下)可以将文件夹转换成.xml文件 分类器检测 编写程序使用cvHaarDetectObjects()函数或者通过批处理文件/命令行调用performance.exe(与haartraining.exe同路径)来检测分类器效果如何 如果使用performance.exe，还需要准备测试集，与负样本的准备相同，对size没有限制，不同之处是要再文件描述中添加类似正样本描述中的目标位置信息。如果一个测试图像中有两个目标，可以这样描述：1.bmp 2 x1 y1 x2 y2 x1 y1 x2 y2 其中(x1,y1,x2,y2)(x1,y1,x2,y2)分别是两个目标的位置，当有更多目标时往后罗列即可。 Performance.exe中会对检测到的候选目标作如下判断： If(候选矩形框与真实目标矩形框中心的距离 width * maxPosDiff & width / maxSizeDiff候选矩形框宽度 width * maxSizeDiff) e.g:width是真实目标框宽度 如果满足，计一个hit，否则为falsealarm，最后根据hit计算出Missed。,Page 9,可能遇到的问题,负样本收集 负样本的数量理论上是无穷大，因而收集负样本时应注意样本的数量和多样性 如果数量太少或者多样性不好，很容易陷入训练过程中无法继续下去。 解决办法：增加负样本数量，可以不必局限于背景图像作为负样本。训练中止，增加负样本后，程序将从已经训练过的stage处为节点继续训练过程，并不会浪费很多时间 2. 正样本收集 正样本收集中应当尽量密集，尽管两个时刻的目标之间看不出什么差异，但是最后可能在有样本的地方能够检测到，而在没有样本的地方出现漏检 如下图：,Page 10,可能遇到的问题,3. 内存不足 该提示指出有参数超出范围在cvAlloc中，可以修改-mem参数，检查是否有足够的内存空间，建议关闭不需要的程序和进程释放内存。 4. 负样本描述文件有误 有可能会出现找不到负样本的情况，negdata.dat描述的路径找不到响应文件。 正样本因为存储在.vec文件中很少出现这种情况,Page 11,经验总结,分类器训练过程时间比较长，尤其正样本的增加对时间增加的贡献率大于负样本 训练过程中可以中止训练，替换或者增加、删除样本都是可以的（Ctrl+C退出训练过程），重新开始后将读取级联文件夹中的当前分类器然后继续训练 Performance.exe检验分类器效果不是很一目了然，最好在窗口中显示检测结果来检验 负样本的选择很关键，最好在size、内容、来源上体现出多样，同时以实际应用中的背景为负样本主要部分。另外size的变化有助于解决前面提到的可能遇到的问题1 训练机器的内存空间尽量大，举例：两次样本数量相差不多（200/6000）的训练过程中分别分配空间为10G和800M，时间相差大概三倍左右 分类器训练是一个工程性的工作，在样本准备上花费多一些时间是值得的，实际上优化分类器就是优化样本空间的过程,Page 12,相关资料,推荐： /ello/archive/2012/04/28/2475419.html 原理分析 http: