opencv训练，到哪里找大量负样本

小白萌的进阶 2016-06-21 04:21:39

有没有人做这一块啊，我现在在训练分类器，可是需要大量负样本，大家都是怎么找的啊

...全文

713 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

一个可选定roi区域拍照的程序文本代码以及用其创作的手部样本1000份，只要在一块白色的背景前设置ROI，即可利用摄像头将输入设备的视频分成大量可用于分类器、神经网络训练的手势图片。

基于OpenCV和Haar特征分类器的图像人数检测研究一种基于ＯｐｅｎＣＶ和Ｈａａｒ特征检测固定区域图像中人数的方法。通过选取大量含有人的Ｈａａｒ特征的样本图片，利用ＯｐｅｎＣＶ训练出分类器，并通过实验深入分析选取的样本对分类器识别性能（即检测效果）的影响，最终选取人的头肩部上半身样本训练分类器。

采用大量样本已经训练好的十多个OpenCV分类器xml文件，分别可以用来检测人脸，人体，人头，检测率高

在此介绍一个简易的项目，我们将使用OpenCV和Python实现实时人脸检测，我们将研究 OpenCV 中的 Haar 级联分类器（Haar Cascade Classifier）算法， Haar 级联分类器是一种流行的目标检测算法。以Haar特征分类器为基础的对象检测技术是一种非常有效的对象检测技术，但其实并不新颖，不过因为技术成熟好用这里依然采用这一方法。它是基于机器学习的，使用大量的正负样本训练得到分类器。其实就是基于对人脸特征的描述，分类器根据训练的样品数据进行训练，完成后即可感知读取到的图片上的特征，进而对图片进行人脸识别。 OpenCV已在GitHub训练结果网址（https://github.com/opencv/opencv/tree/master/data/haarcascades）上分享了其训练好的结果数据，分类器普适性较好可满足一般人脸检测的需要。在画面中可以看到网络摄像头画面帧中检测出的人脸边界框，要停止网络摄像头获取画面，可按“q”键结束。 Haar级联分类器是一个基础的人脸检测模型，它的检测速度快、精度较高，能够满足常见的人脸检测任务。

该代码的功能实现了对虹膜的分割操作，使用的训练样本图片包含在CASIA-Iris-Interval中，请在使用时更改interface.h里面的文件路径（BASE_DIR)到你下载CASIA-Iris-Interval的路径上。该代码因为 include 了 Windows.h 故只能在Windows环境下运行，同时代码中使用了C++11,14,17的语言标准，所以请在运行时在工程属性里设置语言标准为C++17或C ++最新标准，同时关掉SDL检查。另外的，因为代码大量的调用了opencv的库函数，所以运行时必须安装好opencv环境，配置好环境变量后方可运行。

590

社区成员

254,055

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章