opencv 训练分类器 train dataset for temp stage can not be filled

目录

遇到的问题：

解决方法：把maxFalseAlarmRate  降低

参数理解：

训练模型需要的文件

一些其他知识：

遇到的问题：

train dataset for temp stage can not be filled.

正样本：

负样本：

错误：

===== TRAINING 0-stage =====
<BEGIN
POS count : consumed   1000 : 1000
Train dataset for temp stage can not be filled. Branch training terminated.

最开始不理解样本数量的要求，以为是样本数量不够，就复制了一些，所以图上重复的很多。

最终，正样本198个。负样本588个。

解决方法：把maxFalseAlarmRate  降低

个人尝试了无效的方法：

1、解读源码，认为是路径有问题的，无效果。不过对源码的解读还是值得看。https://blog.csdn.net/tanmx219/article/details/81783803#commentBox

2、

参数理解：

官网解读连接：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/user_guide/ug_traincascade.html#id9

中说明了各个参数，其中：

• -minHitRate <min_hit_rate>

  分类器的每一级希望得到的最小检测率。总的检测率大约为 min_hit_rate^number_of_stages。

• -maxFalseAlarmRate <max_false_alarm_rate>

  分类器的每一级希望得到的最大误检率。总的误检率大约为 max_false_alarm_rate^number_of_stages.

  最大虚警率，影响弱分类器的阈值，表示每个弱分类器（应该就是每一层）将负样本误分为正样本的比例，一般默认值为0. 5

我理解， maxFalseAlarmRate 应该越小越好，那为什么opencv默认设置为0.5呢，这么高！所以我遇到了上面的报错，从哪个图看，是没有获得新的样本了，所以我把maxFalseAlarmRate  降低到0.1一下，错误解决了。这样是否合理呢？

关于这个参数的意思，连接：https://blog.csdn.net/beizhengren/article/details/77095969

中也有说明。

hitRate = tp / (tp + fn) = recall

falseAlarm = fp / (tn + fp)

这里hitRate称为“命中率”，度量检测器对正样本的通过能力，显然越接近1越好；而falseAlarm称为“虚警率”，度量检测器对负样本的通过能力，显然越接近0越好。

默认minHitRate = 0.995，默认maxFalseAlarmRate = 0.5。假设stageNum = 20时，最终检测器有：

hitRate ≈ minHitRate ^ stageNum = 0.995 ^ 20 = 0.904610....

falseAlarmRate ≈ maxFalseAlarmRate ^ stageNum = 0.5 ^ 20 = 0.00000095...

当然，如果我设置为0.1，训练20层，最终的误报率 0.1^20= 接近0 。

训练模型需要的文件

negdata文件夹：负样本图片

posdata文件夹：正样本图片

生产目录文件：（生成之前切记注意win系统文件名中的空格要去掉。）

去掉空格可以用下面的批处理命令，保存为bat拷贝到需要的目录

@echo off&setlocal enabledelayedexpansion
for /f "delims=" %%i in ('dir /s/b *.*') do (set "foo=%%~nxi"set foo=!foo: =!set foo=!foo: =!ren "%%~fi" "!foo!"
)
exit

生成目录：

进入posdata目录:执行  dir /b/s/p/w *.jpg > pos.txt
进入negdata目录:执行  dir /b/s/p/w *.jpg > neg.txt

生成后，将2个TXT拷贝出来。到exe所在的目录层级。

并修改pos.txt，在后面加上： 数量，x坐标，y坐标，图片宽度，图片高度。

如下图：

添加好，创建正样本的图片的二进制保存文件，就是vec文件。其中，num 正样本图片文件数量。 -w  -h  是希望缩放到的大小。所有切图准备正样本的时候，大小可以是任意的。但是建议还是用固定的。
opencv_createsamples.exe -vec pos.vec -info pos.txt -num 198 -w 20 -h 20

生成pos.vec。

开始训练：

创建bat文件

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 110 -numNeg 600 -numStages 20 -w 20 -h 20 -maxFalseAlarmRate 0.3 -mode ALLpause

训练中：

一些其他知识：

 1、正样本数量：负样本数量=1:3
 2、刚开始生成的目录TXT，要把里面最后一行的 空行  删除。
 3、文件缩放到的大小，建议pos 20*20  ，neg 50*50
 4、Oh wow I completely misread your training output. Getting the positive samples was no problem at all. The problem lies in your negative samples. I am guessing you have exactly 1500 samples with the model size and that it? Keep in mind that -numNeg is the amount of samples that need to get wrongly classified by the previous stages, in order to be valid for a new negative sample for the next stage. This means that for example, for creating 3 stages you need for example 2000 negative windows, but -numNeg will only be like 700. You get it?
意思是 opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 170 -numNeg 190 -numStages 20 -w 20 -h 20 -mode ALL 中的 numNeg应该设置为（neg样本/numStages），是这样吗？
5、一般训练到损失为0.0004就可以，继续训练可能过拟合。要合理选择stage。
6、 训练时候的 -numPos 170 -numNeg 190  ，这2个参数是每一层训练时用的图片数量，
7、img/img_with_faces_1.jpg  1  140 100 45 45
img/img_with_faces_2.jpg  2  100 200 50 50   50 30 25 25
其中   1,2 表示这个图中有几个目标。后面的4位坐标，前2个是坐标起始点，后两个是尺寸大小。用来从里面扣正样本。当然如果只有1个样本，而且在0,0 位置，就是1 0 0 width heigth
8、报错  Train dataset for temp stage can not be filled. Branch training terminated.

9、负样本的 neg.vec 是不需要创建的。只需要由负样本的目录.txt 。注意：负样本的图片大小可以不用进行归一化成统一大小，因为其在训练的时候可以进行指定大小，训练时会进行图像resize操作。
10、保存xml的文件夹需要手动创建，。
11、真正训练的时候，正样本不是用图片的形式输入，是用pos.vec ，这里面已经用二进制的方式保留了缩放后的所有图片。
12、opencv_createsamples 也可以用来查看和检查保存于vec正样本文件中的正样本。这时只需指定 -vec ， -w 和 -h 三个参数则可。 opencv_createsamples 将逐一显示正样本图像。
13、N训练层数，HR 命中率；FA 警告，只有当每一层训练的FA < maxfalsealarm数值才会进入下一层训练
14、记得一定要numPos小于vec_file文件里面的数 一般numPos为0.9*num_in_vec或者为0.8*num_in_vec

15 -numNeg 可以选所有的负样本数量，或者比负样本数量大都可以。

15  【计算机视觉】如何使用opencv自带工具训练人脸检测分类器            

16\    Number of stages or maxFalseAlarmRate?