工作指南：OpenCV Cascade Classifier

TrainClassifier.md

How to Train Detection Model with OpenCV

• get OpenCV

  • 请从OpenCV的官方网站获取源程序(版本2.4以上即可)：

    https://opencv.org/releases.html
    

  • 按照官方指导安装OpenCV：

    https://docs.opencv.org/master/d7/d9f/tutorial_linux_install.html
    

  • 熟悉一下级联分类器的训练流程：

    https://docs.opencv.org/2.4.11/doc/user_guide/ug_traincascade.html
    

• get scripts

  • 你可以在两个地方找到训练脚本：
    1. https://github.com/yxiao1996/RoboVision/tree/master/modules/object_detector
    2. ftp://10.4.58.61:~/Robocon/RawImage/exmaple/

• 分类器训练流程

  • 准备数据

    input：None； output：VOC格式数据标注

    • 从FTP服务器上将标注好的数据块下载到本地；
    • 将数据整理好（确保数据标注和正例数据的对应关系）

  • 数据格式转换

    input：VOC格式数据标注； output：OpenCV格式数据标注

    • VOC格式为每个正例数据标注都创建独立的文件，而OpenCV分类器有自己的格式（info.dat, bg.txt）；

    • 使用annoCvt.py和bgGen.py创建info.dat和bg.txt

    • 使用方法：

      1. 在annoCvt.py和bgGen.py种修改源路径和目标路径；
      2. 运行annoCvt.py；（如果成功，可以看到和ftp上示例info.dat相似和格式）

      python annoCvt.py

      3. 运行bgGen.py；（同上）

      python bgGen.py

  • 训练分类器

    input：960X640图像，OpenCV格式数据标注； output：分类器模型

    • 训练分类器分为生成数据文件（.vec）和训练模型两步；

    • 训练之前一定要保证你的路径结构和ftp上示例object_detector下结构完全相同；

    • 使用方法：

      python TrainCascade.py

  • 测试分类器

    input：分类器模型； output：测试结果