【原】训练自己haar-like特征分类器并识别物体（2）

在上一篇文章中，我介绍了《训练自己的haar-like特征分类器并识别物体》的前两个步骤：

1.准备训练样本图片，包括正例及反例样本

2.生成样本描述文件

3.训练样本

4.目标识别

=================

今天我们将着重学习第3步：基于haar特征的adaboost级联分类器的训练。若将本步骤看做一个系统，则输入为正样本的描述文件(.vec)以及负样本的说明文件(.dat)；输出为分类器配置参数文件(.xml)。

老规矩，先介绍一下这篇文章需要的工具，分别是(1)训练用的opencv_haartraining.exe，该程序封装了haar特征提取以及 adaboost分类器训练过程；(2)haarconv.exe（老版本命名法）或者convert_cascade.exe（新版本命名法），该程序 用于合并各级分类器成为最终的xml文件。一般这两个程序都能在opencv的工程文件里找到，请善用ctrl+F。若没有，则请到1.训练分类器

打开cmd，cd到当前目录，运行命令：

1	opencv_haartraining.exe -data ./cascade -vec ./pos/sample_pos.vec <span style="color: #ff0000;">-bg ./neg/sample_neg.dat</span> -npos 20 -nneg 60 -mem 200 -mode ALL -w 20 -h 20

参数说明，这个要好好看，出错了好调试

-data 指定生成的文件目录， -vec vec文件名， -bg 负样本描述文件名称，也就是负样本的说明文件(.dat) -nstage 20 指定训练层数，推荐15~20，层数越高，耗时越长。 -nsplits 分裂子节点数目,选取默认值 2 -minhitrate 最小命中率，即训练目标准确度。 -maxfalsealarm最大虚警(误检率)，每一层训练到这个值小于0.5时训练结束，进入下一层训练， -npos 在每个阶段用来训练的正样本数目， -nneg在每个阶段用来训练的负样本数目 这个值可以设置大于真正的负样本图像数目，程序可以自动从负样本图像中切割出和正样本大小一致的,这个参数一半设置为正样本数目的1~3倍 -w -h样本尺寸，与前面对应 -mem 程序可使用的内存，这个设置为256即可，实际运行时根本就不怎么耗内存，以MB为单位 -mode ALL指定haar特征的种类，BASIC仅仅使用垂直特征，ALL表示使用垂直以及45度旋转特征

-sym或者-nonsym，后面不用跟其他参数，用于指定目标对象是否垂直对称，若你的对象是垂直对称的，比如脸，则垂直对称有利于提高训练速度

其中要注意，负样本使用的是.dat文件，而不是.vec文件。训练结束后会在cascade目录下生成0-N的子目录。训练过程如下图，我的正样本20，负样本60，小试牛刀，毕竟数据量有限。

 

想让自己更强大，就应该知道这张图里面一些参数的意思。

1 2 3 4 5 6 7

BACKGROUNG PROCESSING TIME 是负样本切割时间，一般会占用很长的时间 N 为训练层数 %SMP 样本占总样本个数 ST.THR 阈值， HR 击中率， FA 虚警，<span style="background-color: #ff0000; color: #000000;"><strong>只有当每一层训练的FA低于你的命令中声明的maxfalsealarm数值才会进入下一层训练</strong></span> EXP.ERR 经验错误率

 

2.合并子分类器生成xml文件

输入命令：

1	haarconv.exe ./cascade haar_adaboost.xml 25 25

若你使用的是convert_cascade.exe则是另外一种格式：

1	convert_cascade.exe --size="20x20" ..\cascade haar_adaboost.xml

想知道用法可以输入xxx.exe  usage，用法以及参数说明一目了然

 

3.总结以及注意事项

看起来很简单是不是，你错了！真正做起来会有各种各样的错误发生让你措手不及。以下是我总结的问题及分析：

1） 训练时间非常久，少则秒钟，多则几天甚至一礼拜。具体的时间跟你样本的选取、样本数量、机器的性能有着直接联系。举个例子，有人正样本7097负样本 2830，在8核3.2Ghz的机器上，开启了多核并行加速(MP)的情况下训练了一周时间，跑到19层。链接http://blog.csdn.net /liulina603/article/details/8197889 。这个真心有点久了，有点夸张。举这个例子是想跟你说明，这是一件耗时间的事情，所以请你耐心等待。

2）卡死在某一 层，好像进入死循环。这种情况一般跟样本的选择有关，尤其是负样本。当剩下所有的negtive样本在临时的cascade Classifier中evaluate的结果都是0（也就是拒绝了），随机取样本的数目到几百万都是找不到误检测的neg样本了，因而没法跳出循环！

解决方法是，增大负样本数目，增大负样本之间的变化!

3）训练带某一层 出错，报错提示下图。查看cascade目录下发现确实走到第5层。这种情况跟上一种情况其实有点类似，都是 opencv_haartraining.exe无法正常terminate。而我们的关注点在于，所生成的这些子分类器能用吗？要依实际情况而定。拿下 图来说，在第5层的时候FA已经很低了，0.125000，说明效果已经够用。2）中也是这个道理。

 

 

That`s all.