opencv_traincascade.exe的参数列表及解释,下面的所有参数都是在命令行中opencv_traincascade.exe后面使用的参数,共20个参数,参数按在源文件中存储的位置分类

一、训练时存储在变量中的参数(9个参数)

  • -data

    • 训练的分类器的存储目录
  • -vec
    • 正样本文件,由open_createsamples.exe生成,正样本文件后缀名为.vec
  • -bg
    • 负样本说明文件,主要包含负样本文件所在的目录及负样本文件名
  • -numPos
    • 每级分类器训练时所用到的正样本数目,应小于vec文件中正样本的数目,具体数目限制条件为:numPos+(numStages-1)*numPos*(1-minHitRate)<=vec文件中正样本的数目
  • -numNeg
    • 每级分类器训练时所用到的负样本数目,可以大于-bg指定的图片数目
  • -numStages
    • 训练分类器的级数,强分类器的个数
  • -precalcValBufSize
    • 缓存大小,用于存储预先计算的特征值,单位MB
  • -precalcIdxBufSize
    • 缓存大小,用于存储预先计算的特征索引,单位MB
  • -baseFormatSave
    • 仅在使用Haar特征时有效,如果指定,级联分类器将以老格式存储

二、存储在参数类中的参数()

1、存储CvCascadeParams的对象中的参数(4个参数)

-stageType级联类型,目前只能取BOOST
-featureType训练使用的特征类型,目前支持的特征有Haar,LBP和HOG
-w训练的正样本的宽度,Haar特征的w和h一般为20,LBP特征的w和h一般为24,HOG特征的w和h一般为64
-h训练的正样本的高

2、存储在CvCascadeBoostParams的对象中的参数(6个参数)

-bt训练分类器采用的Adaboost类型,Adaboost分为Getle Adaboost,Real Adaboost,Discrete Adaboost,Logit Adaboost,训练中默认采用Getle Adaboost
-minHitRate影响每个强分类器阈值,每一级分类器最小命中率,表示每一级强分类器对正样本的的分类准确率
-maxFalseAlarm最大虚警率,影响弱分类器的阈值,表示每个弱分类器将负样本误分为正样本的比例,一般默认值为0.5
-weightTrimRate0-1之间的阈值,影响参与训练的样本,样本权重更新排序后(从小到大),从前面累计权重小于(1-weightTrimRate)的样本将不参与下一次训练,一般默认值为0.95
-maxDepth每一个弱分类器决策树的深度,默认是1,是二叉树(stumps),只使用一个特征。
-maxWeakCount每级强分类器中弱分类器的最大个数,当FA降不到指定的maxFalseAlarm时可以通过指定最大弱分类器个数停止单个强分类器

3、存储在CvFeatureParams对象中的参数(1个参数)

Haar特征,CvHaarFeatureParams继承于CvFeatureParams-mode 值为BASIC、CORE、ALL三种,根据值不同采用不同的Haar特征,BASIC是基本的Haar特征,CORE是所有的上下Haar特征,ALL是使用所有的Haar特征
LBP特征,CvLBPFeatureParams继承于CvFeatureParams无参数
HOG特征,CvHOGFeatureParams继承于CvFeatureParams无参数

参数截图:

opencv_traincascade.exe用到的参数及解释相关推荐

  1. sklearn的train_test_split()各函数参数含义解释(非常全)

    sklearn的train_test_split()各函数参数含义解释(非常全) sklearn的train_test_split()各函数参数含义解释(非常全) - The-Chosen-One - ...

  2. Python之pandas:pandas.set_option函数的参数详细解释

    Python之pandas:pandas.set_option函数的参数详细解释 目录 pandas.set_option函数的参数解释 函数API:pandas.set_option pandas. ...

  3. Oracle 中control_file_record_keep_time参数的解释

    Oracle基于RMAN的备份方式,可分为以catalog 和nocatalog的两种方式进行备份管理.其中,catalog的方式需要一个catalog目录数据库,这个数据库一般运行在另外一台服务器上 ...

  4. 运放参数详细解释与分析

    目录: 一.运放参数详细解释与分析 1.输入偏置电流和输入失调电流 2.如何测量输入偏置电流Ib.失调电流Ios 3.输入失调电压Vos及温漂 4.运放噪声快速计算 5.电源抑制比DC-PSRR 6. ...

  5. 抖音xlog算法 bqq 以及各个参数的解释以及如何突破风控注册账号和点赞关注

    要想知道xlog每个参数的含义首先需要解密xlog提交的数据.通过算法我们解密得到如下明文的json参数: {"extra": "SS-200","g ...

  6. msde2000安装参数详细解释!

    解开安装包,里面有个setup.ini文件 用记事本打开setup.ini 有以下字段: [Options]      SECURITYMODE="SQL" DISABLENETW ...

  7. ThickBox 3.1参数详细解释

    ThickBox 3.1参数详细解释 class="thickbox" 调用特效: height 打开页面的高度: width 打开页面的宽度: title="Ifram ...

  8. 中国天气网天气API参数详细解释说明

    经常大家要使用到天气的API,但是,中国天气网天气api返回的JSON参数太多,那么给出中国天气网天气API参数详细解释说明,可以供给参考: view source print? 01 { 02    ...

  9. pytorch卷积操作nn.Conv中的groups参数用法解释

    MobileNetV1<MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications> ...

最新文章

  1. OpenCV+python:色彩空间转换及色彩通道的分离和合并
  2. scala报错20/08/31 23:48:40 WARN TaskSetManager: Lost task 1.0 in stage 0.0 (TID 1, 192.168.28.94, exec
  3. [Android编程心得]Debug的一些技巧
  4. 【Windows 逆向】使用 Cheat Engine 工具进行指针扫描挖掘关键数据内存真实地址 ( 指针扫描 )
  5. 使用commandfield删除、修改gridview
  6. iOS开发——手机号,密码,邮箱,身份证号,中文判断
  7. python实现监控增量_python 日志增量抓取实现方法
  8. mysql binary模式_MySQL数据库之MySQL的binary类型操作
  9. git修改commit注释_【Slog】Git之多人同feature的同分支开发
  10. 批量修改Project视图中Prefab的名字
  11. python环境配置(三)——notepad ++配置python开发环境
  12. mysql分段统计ceil
  13. iOS UIPickerView
  14. 四大银行(工建农中)大数据进展如何?
  15. php 自定义 bin2hex,php bin2
  16. 如何缩小pdf文件大小?
  17. 《大象:thinking in uml 》(第二版) 3章 UML核心元素 4-7节 边界、业务实体、包、分析类
  18. mybatis <where> <choose>标签
  19. OpenAI又放大招:连接文本与图像的CLIP,在ImageNet上效果媲美ResNet50
  20. 动态规划-骨头收集者(一维数组,二维数组)

热门文章

  1. 嵌入式操作系统(嵌入式学习)
  2. 前端开发核心知识进阶 2.5 异步不可怕,“死记硬背”+实践拿下
  3. 机器人佐德_超级战队系列:忍者超级佐德,战斗机器人和设定图
  4. 手机也有生产力,手把手教你用手机开发APP
  5. 1678 GG's Single Day
  6. 新扬新材冲刺科创板:年营收6.6亿 李俊家族控制49%股权
  7. 5G谈“风暴”可能为之尚早,芯片厂商之间的拉锯战才是这场变革的热身赛...
  8. [音乐] The Mass(魔界传奇) (转)
  9. 牛刀小试 - 趣谈Java中的异常处理
  10. 电子商务主要是运用计算机,电商主要是做什么的