python-3.x - 如何运行 opencv_traincascade？

Question

我在使用 opencv_traincascade 时遇到了一些问题，这可能会追溯到早期的方法调用，但我不是 100% 确定。

opencv_traincascade -data classifier -vec samples.vec -bg 
negatives.txt -numStages 20 -minHitRate - 0.999 -maxFalseAlarmRate 0.5 
-numPos 4000 -numNeg 200000 -w 17 -h 23 -mode ALL 
-precalcValBufSize 1024 -precalcIdxBufSize 1024

error:

terminate called after throwing an instance of 'std::logic_error'
what():  basic_string::_M_construct null not valid
Aborted (core dumped)

我正在关注这个 tutorial .但是，我有 5000 张正面图像和 200000 张负面图像可供处理。所以，相反，我遵循了这个 link我正在使用该方法从一些图像中创建训练样本，而不是扭曲单个图像。

创建示例:

opencv_createsamples -info positives.dat -vec samples.vec -w 17 -h 23 
-num 5000

Output:

    Info file name: positives.dat
    Img file name: (NULL)
    Vec file name: samples.vec
    BG  file name: (NULL)
    Num: 5000
    BG color: 0
    BG threshold: 80
    Invert: FALSE
    Max intensity deviation: 40
    Max x angle: 1.1
    Max y angle: 1.1
    Max z angle: 0.5
    Show samples: FALSE
    Width: 17
    Height: 23
    Max Scale: -1

我已经通过 vec 文件查看了示例图像

opencv_createsamples -vec samples.vec -w 17 -h 23

如果需要，部分捕获 positives.dat

    positive_images/0/18693.png 1 0 0 17 23
    positive_images/0/18501.png 1 0 0 17 23
    positive_images/0/19998.png 1 0 0 17 23
    positive_images/0/18224.png 1 0 0 17 23
    positive_images/0/19527.png 1 0 0 17 23
    positive_images/0/18739.png 1 0 0 17 23
    positive_images/0/6926.png 1 0 0 17 23
    positive_images/0/19520.png 1 0 0 17 23
    positive_images/0/7982.png 1 0 0 17 23
    positive_images/0/17458.png 1 0 0 17 23
    positive_images/0/17312.png 1 0 0 17 23
    positive_images/0/8497.png 1 0 0 17 23

我在 Stack Overflow 上搜索了一些不同的帖子，但问题与我的略有不同。

thread1

thread2

thread3

我将我的 Windows 机器转移到运行最新的 Ubuntu lts 发行版的双引导。

Answer 1

我的问题解决了!我错误地创建了我的 negatives.dat 文件，所以 1 个问题是找不到负片文件。我还使用 opencv_traincascade 实现重新运行 here .仅调整样本量和图像的宽度和高度。

来自链接的代码

opencv_traincascade -data classifier -vec samples.vec -bg negatives.txt\
-numStages 20 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -numPos 4500\
-numNeg 600 -w 17 -h 23 -mode ALL -precalcValBufSize 1024\
-precalcIdxBufSize 1024

当我输入这个时，我刚刚弹出一条消息说

Required leaf false alarm rate achieved. Branch training terminated.

是时候弄清楚了。哦，这不是错误，它说它按照我的要求做了。是时候对此进行测试了。