opencv haartraining xml样本训练说明书

《opencv haartraining xml样本训练说明书》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Haartrainingxml样本训练说明书1准备正负样本正负样本规格：（1）均为灰度图；（2）大小均一致，建议20*20，这里取24*24；（3）准备数量：正负样本均达200以上，正样本数量是负样本的两倍左右。建议：正样本—500，负样本—500；（4）样本不能重复，要增大负样本的差异性。建立如下图的文件夹：（a）face文件夹目录(b)face文件夹的子目录train_face(c)face文件夹的子目录img图1建立的文件夹示意图Img为图片正负样本准备的文件夹，包含：pos——存正样本的文件夹；neg——存负样本的文件夹；posdata——未

2、转换成一致大小灰度图的正样本文件夹；negdata——未转换成一致大小灰度图的负样本文件夹；ImgProcess——把大小不一致的图像装换成一致大小的灰度图的MFC工程文件夹；train_face为训练的文件夹，包含：pos——存正样本的文件夹；neg——存负样本的文件夹；xml——存训练的xml文件；opencv_createsamples.exe——创建样本vec文件的执行程序；opencv_haartraining.exe——训练xml文件的执行程序；opencv_performance.exe——测试训练的xml文件的执行程序。2生成正负样本

3、描述文件    建立正样本的描述文件：    打开cmd窗口，为了进入D:opensourceMyTesttrainsfacetrain_facepos目录，输入cmd命令：D:cdD:opensourceMyTesttrainsfacetrain_facepos生成带目录的pos.txt文件，输入cmd命令：dir/s/b>pos.txt   打开pos.txt文件，删除pos.txt（在最后一行），最后用替换方法将名字归一化如下所示：图2正样本描述文件pos.txt    其中的pos是相对路径名，后面紧接着的是文件名，

4、1代表一个文件，002424表示这个文件的2个顶点位置坐标。2424表示图像宽高。负样本的描述文件类似，只是不需要考虑其大小位置。建立负样本的描述文件：打开cmd窗口，进入D:opensourceMyTesttrainsfacetrain_faceeg目录，输入cmd命令：D:cdD:opensourceMyTesttrainsfacetrain_faceeg生成带目录的pos.txt文件，输入cmd命令：dir/s/b>neg.txt   打开neg.txt文件，删除neg.txt（在最后一行），最后用替换方法将名字归一

5、化如下所示：图3负样本描述文件neg.txt     至此，训练数据准备完备了。3创建vec文件    在创建vec文件时，需要把pos.txt和neg.txt两个样本描述文件剪切到上一目录，如图所示：图4准备好的train_face文件夹 打开cmd窗口，进入D:opensourceMyTesttrainsfacetrain_face目录，输入cmd命令：D:cdD:opensourceMyTesttrainsfacetrain_face如果上一次操作还没退出，则可通过上箭头快捷键操作，得到命令D:opensourceMyT

6、esttrainsfacetrain_faceeg，然后再删除eg，再回车即可。输入以下cmd命令：opencv_createsamples.exe-vecpos.vec-infopos.txt-num500-w24-h24//-num正样本数量-w图像宽-h高     其中的-vec是指定后面输出vec文件的文件名，-info指定正样本描述文件，-bg指定负样本描述文件，-w和-h分别指正样本的宽和高，-num表示正样本的个数。执行完该命令后就会在当前目录下生产一个pos.vec文件了。4使用opencv_haartraining.e

7、xe文件进行训练       如果cmd窗口还在当前目录下，可使用下面cmd命令:opencv_haartraining.exe-dataxml-vecpos.vec-bgneg.txt-nstages12 –nsplits1-npos250-nneg800-mem1280-modeall-w24-h24//-mem分配的内存大小-w正样本宽-h正样本高，-npos正样本数量，-nneg负样本数量。    其中-data为输出xml中间文件的位置，-sym表示训练的目标为垂直对称，-nsplits1表示使用简单的stumpclassfier分类。-m

8、em1280表示允许使用计算机的1280M内存，-modeall表示使用haar特征集的种类既有垂直的，又有