目标检测分为三个步骤：1、 样本的创建2、 训练分类器3、 利用训练好的分类器进行目标检测。 有了opencv自带的那些xml人脸检测文档，我们就可以用cvLoad（）这个函数加载他们，让他们对我们的人脸进行检测，但是，现在生活中还有很多物品需要识别，所以，我们需要自己做个xml的检测文档。一、正负样本的创建1、首先就是图片库了，下载 face 和 nonface 库作为
转载
2023-12-23 19:26:25
207阅读
一、Adaboost1、准备工作： 建立训练样本库 正样本：行人图像，需统一尺寸 &
转载
2023-12-04 14:43:15
296阅读
前言使用opencv自带的分类器效果并不是很好，由此想要训练自己的分类器，正好opencv有自带的工具进行训练。本文就对此进行展开。步骤1.查找工具文件；2.准备样本数据；3.训练分类器；具体操作注意，本文是在windows系统实现的，当然也可以在linux系统进行。1.查找工具文件； opencv中的自带的分类器训练工具在开源库中以应用程序的类型呈现的，具体目录如下。 .\openc
转载
2024-05-09 07:36:18
232阅读
此OpenCV教程仅供初学者开始学习基础知识。在本指南中，您将学习使用Python使用OpenCV库进行的基本图像处理操作。在本教程中，我们将创建两个Python脚本来帮助您学习OpenCV基础知识：第一个脚本 opencv_tutorial_01.py 将介绍基本图像处理操作（ jp.png ）。第二个脚本 opencv_tutorial_02.py 将向您展示如何使用
转载
2024-07-01 20:31:35
74阅读
在之前的博客人脸识别之一数据收集和预处理之中，已经下载了ORL人脸数据库，并且为了识别自己的人脸写了一个拍照程序自拍。之后对拍的照片进行人脸识别和提取，最后我们得到了一个包含自己的人脸照片的文件夹s41。在博客的最后我们提到了一个非常重要的文件——at.txt。一、csv文件的生成当我们写人脸模型的训练程序的时候，我们需要读取人脸和人脸对应的标签。直接在数据库中读取显然是低效的。所以我们用csv文
转载
2024-01-12 11:03:32
695阅读
使用OPENCV级联分类器训练模型。首先我们要有opencv_createsamples.exe和opencv_traincascade.exe这两个可执行文件及依赖项。需要的可以私聊我。 &n
转载
2023-07-16 19:14:01
550阅读
什么是分类器 分类器就是给程序构建了一本字典，让它可以认识一些事物。一、前期准备 为了训练我们自己的分类器，我们需要先定一个目标，这个分类器需要达成什么样的功能。暂定它只能识别我们自己。这时我们需要准备一下自己的照片，照片的要求取决于我们需要的识别场景，例如：我们日常使用就是为了进门的时候刷脸，这时我们准备的照片场景是固定的，就是进门的那一块地方
转载
2023-08-04 14:54:36
208阅读
前言前面的博文中，我试了如何使用caffe训练得到想要的模型与其如何使用别人成熟的模型微调优化自己训练的模型，那么得到训练好的模型之后如何在自己的项目中呢，我这里使用opencv的DNN模块调用caffe训练好的模型，DNN是opencv3.0之后开始添加的功能,实现的语言是C++。一、环境准备1.windows 7 64位，Visual Studio 2015，opencv3.3加opencv_
转载
2024-05-07 09:53:49
328阅读
1.介绍 使用Cascade Classifier包括两个主要阶段:训练阶段和检测阶段。需要用到的OpenCV应用程序:opencv_createssamples, opencv_annotation, opencv_traincascade和opencv_visualisation。opencv_createssamples和opencv_traincascade自OpenCV 4.0以来被禁用
转载
2023-08-06 15:31:17
309阅读
1. 训练需要的训练需要人脸图形（要求是灰度图像，大小统一）以及不包含人脸的若干图像（灰度图像，大小可以不统一但是要比人脸的图像要大）。将人脸放在pos文件夹中，其他放在neg文件夹中。所有pos的图像大小必须要相同，neg中的图像的尺寸大小要比pos中的大 训练需要opencv_createsamples.exe来将人脸图像生成pos.vec文件，还需要opencv_traincascade.e
转载
2023-11-20 13:30:44
170阅读
点赞
关于原理，其他博客有的已经介绍的很详细了，这里主要把我进行训练时的步骤列出来，有的是根据别人的博客参考的，但进行过程中还是会出错，现在把我真正使用的步骤列出来，以供参考一、关于正样本的准备正样本的选取原则正样本的尺寸不是必须一致的，但是要和生成的正样本矢量文件中的宽高有相同的比例（训练过程中，会根据矢量文件中设置的宽高，自动对正样本进行缩放）正样本图片中可以包含背景信息，但是不能太多。因为如果正样
转载
2024-03-29 16:02:33
194阅读
1.在model.py搭建神经网络。# 搭建神经网络 10分类网络。
import torch
from torch import nn
class net(nn.Module):
def __init__(self):
super(net, self).__init__()
self.model = nn.Sequential(
#
转载
2024-10-14 09:22:04
23阅读
之前一篇关于yolo的博客快速的将yolov5的demo运行起来体验了一下深度学习的威力，这篇博客以自己搭建口罩识别为例，主要记录一下尝试yolov5训练自有模型并成功运行的过程。我一开始准备在windows上测试的，但那台笔记本空间内存都有限，无法实现训练，只能测试训练好的模型。后来选择在自己的Mac Pro笔记本上面进行测试。要说明的一点是，在Mac上同样要准备好Tensorflow、PyTo
转载
2024-04-16 17:47:02
171阅读
opencv ---- opencv_haartraining 训练目标检测模型1 样本整理 2 训练参数解读 3 测试demo书写一 目标检测样本整理1 使用labelimg 标注目标图像的label文件（附labelimg配置文件及教程网址：） 2 裁剪只包含目标的图片作为正样本，通过计算iou>0.65确定为正样本（可参考mtcnn中 样本生成的方法得到正负局部样本集），还通过调整io
转载
2024-05-13 11:06:30
1191阅读
前几周在网上看到了利用opencv自带的人脸检测xml文件，实现人脸检测。最后想通过自己的训练来实现人脸检测，从而扩展到实现其他目标检测。在网上也看到了许多资料，都讲得特别好。我这里做个总结，防止忘记。首先是环境：win10+vs2013+opencv-2.4.13+cmake-3.8.0这里我想多说两句，由于opencv3.x没有源文件没有haartraining源文件，因此只能选择opencv
转载
2024-05-15 21:28:56
59阅读
至于原理这里就不再进行详细介绍了，直接说明如何进行训练。在opencv的安装目录中的bin文件夹下有两个可执行文件opencv_createsamples.exe和opencv_traincascade.exe。将这两个文件拷贝到训练文件夹下，并将正、负样本的文件夹和描述文件——positive_samples.txt和negative_samples.txt也拷贝到这个文件夹下。同时，新建两个.
转载
2023-12-19 23:51:32
112阅读
一、环境安装1. miniconda(1)安装准备在终端中输入以下命令sudo apt-get update //更新包列表
sudo apt-get install build-essential //安装构建必需工具
sudo apt-get install wget //安装wget(2)下载官网：https://docs.conda.io/en/lates
转载
2024-06-20 13:44:44
128阅读
闲来想完善一下之前做的汽车运动检测的工程，打算认认真真的将整辆车给识别出来，可是唯一的问题是，我手上没有足够的用来做训练的素材，于是从很流行的人脸识别开始，探求一下机器识别的流程如何。花了一些时间，在此作一下笔记。一、使用TBB编译opencv_traincascade.exe会跳到我这篇博文里来的童鞋，多是已经参考网上其他的文章，大概的流程估计已经知晓，文档式的内容我尽量少提。简单的提一下，视觉
转载
2024-02-24 14:20:21
363阅读
前言我的研究方向不是计算机视觉，这段时间开始的CV学习纯粹是出于兴趣，在此记录下自己的学习历程，也方便感兴趣的同伴一起学习。 我计划的学习入门步骤是这样的： 第一步 学会图像数据的预处理，常见的两个工具是Matlab和Opencv，这里我计划先学习Opencv。因为我比较习惯c++和c#的代码，所以更偏向于从c++版本的opencv开始学起。主要是C++预研编写，包含了500多个用于图像/视频处理
转载
2024-05-11 17:51:59
164阅读
我遇到的问题基本在这篇博文里解决了，非常感谢博主，收藏了！！！我想大家都非常有兴趣使用opencv的haas-like features来训练一个分类器，但在使用过程并不像网上的教程说的那么一番风顺，这篇博文我主要说下大概的训练过程，以及训练过程中遇到的问题和我的解决方案。这里准备数据样本正样本：我准备了5085个人脸，人脸样本的准备我是通过opencv 的人脸检测器 来截取，然后缩放到24*24
转载
2024-03-07 19:28:04
65阅读
