haar-classifier

    0熱度

    1回答

    訓練哈爾級聯需要很多時間,整個訓練週期也取決於機器。 什麼是因素有助於加速過程? 有更多的RAM和GPU有幫助嗎? haar級聯訓練有像tensorflow那樣的GPU支持嗎?

    0熱度

    1回答

    我試過使用Haar Cascade算法進行人臉檢測。但是,我在運行代碼時遇到了問題。錯誤位於表單中,是的,我聲明瞭一個名爲haar的全局變量。 這裏是我的代碼: private void Form1_Load(object sender, EventArgs e) { capture = new Capture(0); haar = new HaarCasc

    1熱度

    1回答

    請幫助獲得有關我第一次哈爾訓練結果的更多知識。 所以我想訓練哈爾分類器以識別簡單的筆,以下文章Dileep Kumar’s。 使用我的手機我製作了14支鋼筆圖片。這些圖片大小爲大約:263x2814 後來我收集負面的圖片,有些是從網上下載,大小爲640×480 ,其中一些製作用我的手機攝像頭,擁有大小:1920x1080,5313x2388 其中一些負面影像非常大。我總共有158張負面影像。 之後

    0熱度

    1回答

    我想使用哈爾分類器來檢測車輛在場景中的存在(嘗試僅使用汽車到目前爲止)。由於我沒有在網上找到許多訓練有素的XML文件,因此我決定自己創建。 我發現了一些用於類似目的的車輛圖像集(訓練計算機視覺算法),並使用它們來創建我自己的XML文件。已經差不多一個星期了,其中一些已經完成了,所以我嘗試使用它們,但結果很糟糕。我在網上找到的分類器工作得很好,至少看起來他們正在試圖檢測車輛併爲實時應用工作足夠快(可

    1熱度

    2回答

    我目前正在檢測給定圖像中的多個水果。例如,給定的圖像可以有像香蕉(如黃色,紅色和綠色),芒果,橘子等水果。我能夠使用opencv_createsamples一次創建只有一個圖像的訓練集。 示例代碼: C:\ OpenCV的\建設\ 64 \ VCl 4 \ BIN \ opencv_createsamples.exe -IMG redbanana.jpg -bg bg.txt -info信息/ i

    0熱度

    1回答

    我試圖訓練自己的哈爾級聯來檢測槍支。我已經下載了近2000張負片圖像,我想要檢測多種槍支。所以,哈爾級聯需要用我猜想的許多正面槍支圖像進行訓練。如何做呢? 順便說一句,我正在研究Linux/Ubuntu環境。 在此先感謝。

    -1熱度

    1回答

    你能幫瞭解有關Haar分類培訓幾點: 1)應該正面形象只包含培訓對象或者他們可以在它包含一些其他對象?就像我想識別一些交通標誌一樣,正面圖像是否只包含交通標誌或者它也可以包含高速公路? 2)有兩種創建樣本矢量文件的方式,一種是使用info文件,其中包含正像中檢測到的對象座標,另一種只是給出正面和負面的列表。哪一個更好? 3)您通常會如何創建信息文件,其中包含正像中檢測到的對象座標?圖像剪輯器可以生

    0熱度

    1回答

    我在我的代碼中的問題,以檢測python2.7別人的臉和opencv3.3 import cv2 import numpy as np faceDetect=cv2.CascadeClassifier("haarcascade_frontalface_default.xml") cam=cv2.VideoCapture(0) rec=cv2.face.LBPHFaceRecognizer_

    0熱度

    1回答

    當我運行的人臉檢測代碼,我現在面臨以下錯誤: Traceback (most recent call last): File "E:\python program\s1.py", line 11, in <module> ret, frame=cap.read() AttributeError: 'numpy.ndarray' object has no attribute 'read'

    0熱度

    1回答

    我正在嘗試自己的haar級聯分類器我有2139個正面圖像但是我有16000個負面圖像這是正確的嗎?因此,我具有負numPos 因爲: numPos < =(正樣品陰性樣品)/(1+(級號-1)(1- minhitrate))) 這樣: (2139-16000)/( 1+(17-1)(1-0.995))= - 12834 這是正常的?