OpenCV訓練自己的衣服探測分類器
環境: Ubuntu 12.4, OpenCV, 光影魔術手4, ObjectMarker
步驟如下:
1. 首先收集要探測的物體圖片(正樣本)和背景圖片(負樣本),使用“光影魔術手"批處理圖片為固定大小和bmp格式
2. 使用ObjectMarker來抽取物體圖片(正樣本)生成info.txt,內容如下:
rawdata/136e2b8aef176609829e23e54081db6d.bmp 1 149 36 127 193
rawdata/203d730e146b11af60eef38b5ee280a1.bmp 1 52 92 175 201
rawdata/21b7e18952a3af2975fb407510af943e.bmp 1 82 102 135 182
rawdata/2f9ed3b7e3c87b0890bcdd94fae54415.bmp 1 45 28 190 230
3. 將info.txt檔案和正負物體圖片匯入到Ubuntu環境內。
4. 在背景圖片中生成bg.txt檔案,內容為相應的檔名:
jerry@hq:~$ more neg_pic/bg3.txt
c15108780ef9f873650f3cbd0259fa6f.bmp
e4f1dce1ed15262848f0b9e0efb0ad56.bmp
6c7fc84c405201ba2a92c38e5f828966.bmp
a00f7dc3c16e8b31d16bb9122f34aa0c.bmp
cad04ea931db04381bb5fed9cb8dea61.bmp
056f0cd1d04d62dfa4ab9fdb0b6c052b.bmp
95f5c539316d9261a83b3a98d90eac58.bmp
08178909a71d88750fc35d5b87e838fd.bmp
4. 準備訓練資料
jerry@hq:~$ opencv_createsamples -info info.txt -vec pic.vec -w 30 -h 30 -b neg_pic/bg.txt -num 26
5. 訓練haar分類器
jerry@hq:~$ mkdir cascade_data
jerry@hq:~$ opencv_traincascade -data cascade_data -vec pic.vec -bg neg_pic/bg3.txt -w 30 -h 30 -numPos 26 -numNeg 50 -numStages 10
步驟如下:
1. 首先收集要探測的物體圖片(正樣本)和背景圖片(負樣本),使用“光影魔術手"批處理圖片為固定大小和bmp格式
2. 使用ObjectMarker來抽取物體圖片(正樣本)生成info.txt,內容如下:
rawdata/136e2b8aef176609829e23e54081db6d.bmp 1 149 36 127 193
rawdata/203d730e146b11af60eef38b5ee280a1.bmp 1 52 92 175 201
rawdata/21b7e18952a3af2975fb407510af943e.bmp 1 82 102 135 182
rawdata/2f9ed3b7e3c87b0890bcdd94fae54415.bmp 1 45 28 190 230
3. 將info.txt檔案和正負物體圖片匯入到Ubuntu環境內。
4. 在背景圖片中生成bg.txt檔案,內容為相應的檔名:
jerry@hq:~$ more neg_pic/bg3.txt
c15108780ef9f873650f3cbd0259fa6f.bmp
e4f1dce1ed15262848f0b9e0efb0ad56.bmp
6c7fc84c405201ba2a92c38e5f828966.bmp
a00f7dc3c16e8b31d16bb9122f34aa0c.bmp
cad04ea931db04381bb5fed9cb8dea61.bmp
056f0cd1d04d62dfa4ab9fdb0b6c052b.bmp
95f5c539316d9261a83b3a98d90eac58.bmp
08178909a71d88750fc35d5b87e838fd.bmp
4. 準備訓練資料
jerry@hq:~$ opencv_createsamples -info info.txt -vec pic.vec -w 30 -h 30 -b neg_pic/bg.txt -num 26
5. 訓練haar分類器
jerry@hq:~$ mkdir cascade_data
jerry@hq:~$ opencv_traincascade -data cascade_data -vec pic.vec -bg neg_pic/bg3.txt -w 30 -h 30 -numPos 26 -numNeg 50 -numStages 10
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/16582684/viewspace-1247459/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 自己訓練SVM分類器進行HOG行人檢測HOG
- Opencv 用SVM訓練檢測器OpenCV
- 學習SVM(一) SVM模型訓練與分類的OpenCV實現模型OpenCV
- OpenCV開發筆記(七十一):紅胖子8分鐘帶你深入級聯分類器訓練OpenCV筆記
- 【Svm機器學習篇】Opencv3.4.1與C++實現對分類問題的訓練與預測】機器學習OpenCVC++
- 使用Pytorch訓練分類器詳解(附python演練)PyTorchPython
- Caffe下自己的資料訓練和測試
- 用神經網路訓練一個文字分類器神經網路文字分類
- 用初次訓練的SVM+HOG分類器在負樣本原圖上檢測HardExampleHOG
- ACM訓練方案-POJ題目分類ACM
- Opencv中SVM樣本訓練、歸類流程及實現OpenCV
- 使用自己的資料集訓練MobileNet、ResNet實現影象分類(TensorFlow)
- 訓練一個影像分類器demo in PyTorch【學習筆記】PyTorch筆記
- opencv svm分類OpenCV
- 人工智慧的預訓練基礎模型的分類人工智慧模型
- 實踐篇:使用Spark和Scala來訓練您的第一個分類器!Spark
- (13)caffe總結之訓練和測試自己的圖片
- opencv SVM分類DemoOpenCV
- YOLOv4 win10 配置 + 訓練自己的資料 + 測試YOLOWin10
- 目標檢測---教你利用yolov5訓練自己的目標檢測模型YOLO模型
- 深入探討!Batch 大小對訓練的影響BAT
- 120種小狗影像傻傻分不清?用fastai訓練一個分類器ASTAI
- opencv-建立自己的角點檢測OpenCV
- opencv中的SVM影像分類(二)OpenCV
- opencv中的SVM影像分類(一)OpenCV
- 使用Bert預訓練模型文字分類(內附原始碼)模型文字分類原始碼
- 在Python中使用OpenCV訓練神經網路來檢測手勢!PythonOpenCV神經網路
- 人工智慧大模型的訓練階段和使用方式來分類人工智慧大模型
- Mxnet R FCN 訓練自己的資料集
- yolov3訓練自己資料教程YOLO
- 使用TensorFlow slim資料夾當中的inception_resnet_v2網路訓練自己的分類資料集
- 如何用Python和機器學習訓練中文文字情感分類模型?Python機器學習模型
- 感動哭了,機器人終於學會自己疊衣服了機器人
- 用SSD-Pytorch訓練自己的資料集PyTorch
- Mxnet-R-FCN-訓練自己的資料集
- 訓練自己的Android TensorFlow神經網路Android神經網路
- 《機器學習實戰》程式清單4-2 樸素貝葉斯分類器訓練函式機器學習函式
- 知物由學 | 更適合文字分類的輕量級預訓練模型文字分類模型