我了解 OpenCV 的级联分类器对图像进行训练,并使用级联训练器本身从图像中提取的特征。但是是否可以在训练中添加一些图像注释?例如,我有大约 600 张图像用作正样本来训练分类器,但我需要用附加特征的短向量来注释每张图像,例如(“鸟瞰图”、“平面图”或“城市背景” ”或“风景背景”)。
是否可以构建一个结合了训练者提取的特征和手动提供的注释的分类器?
最佳答案
这在这种情况下不起作用,因为用于训练的相同特征必须可用于分类。假设您使用“侧 View ”和“前 View ”等注释作为特征来训练汽车分类器。然后,当您尝试对未知图像进行分类时,您还需要提供注释,这在很大程度上违背了分类器的目的。
重点是您需要能够自动提取特征。如果分类器的输入是图像,则必须可以从图像计算特征。
话虽如此,如果分类器的输入是图像和一些相关文本,您的建议就可以起作用。也许是报纸上的图片或教科书中的图片的标题。然后您还可以从文本中提取一些特征(例如关键字)。
关于opencv - 训练级联分类器,同时将图像注释也作为特征包含在内,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19957377/