我可以使用全帧的裁剪对象作为级联分类器(LBP 或 HAAR)的训练数据集吗？
我知道在重新训练神经网络(Tensorflow、YOLO 等)时我必须使用带注释的完整帧
但是级联分类器需要它吗？或者裁剪后的图片可以吗？
看来我可以做到，因为我们有正面和负面的图像
所以从正面图像中裁剪对象应该没问题
例如
或
最佳答案
这个问题的答案我可以使用全帧的裁剪对象作为级联分类器(LBP 或 HAAR)的训练数据集吗？是的。这取决于您的模型架构、您的目标和系统兼容性。对于训练，我们通常从整个图像中裁剪目标对象并将其输入模型。
你这个问题的答案我知道在重新训练神经网络(Tensorflow、YOLO 等)时我必须使用带注释的完整帧这取决于。您的投资返回率是多少？您可以根据您的架构调整 ROI 的大小，或者，您可以从 ROI 中裁剪目标对象。这完全取决于您。
但是级联分类器需要它吗？还是裁剪后的图像可以？-答案是都可以。根据您的模型架构、训练时间、系统配置和明显的训练性能进行选择。
关于opencv - 如果我使用裁剪对象或全帧来训练级联分类器，会有什么区别吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55746860/