Обучите каскадную модель детектора объектов
trainCascadeObjectDetector(
пишет обученный каскадный названный XML-файл детектора, outputXMLFilename
,positiveInstances
,negativeImages
)outputXMLFilename
. Имя файла должно включать расширение XML. Для более подробного объяснения о том, как эта функция работает, обратитесь к Начало работы с Каскадным Детектором объектов.
trainCascadeObjectDetector(
возобновляет прерванный сеанс обучения. outputXMLFilename
,'resume')outputXMLFilename
введите должен совпадать с именем выходного файла от прерванного сеанса. Все аргументы, сохраненные от более раннего сеанса, снова используются автоматически.
trainCascadeObjectDetector(___,
дополнительные опции использования заданы одним или несколькими Name,Value
)Name,Value
парные аргументы.
Обучение хороший детектор требует тысяч обучающих выборок. Время вычислений для большого объема данных варьируется, но, вероятно, потребуются часы или даже дни. Во время обучения функция отображает время, которое потребовалось, чтобы обучить каждый этап в командном окне MATLAB®.
Параметры ПОЖИРАТЕЛЯ РЕСУРСОВ OpenCV, используемые в этой функции:
NumBins : 9
CellSize = [8 8]
BlockSize = [4 4]
BlockOverlap = [2 2]
UseSignedOrientation = false
[1] Виола, P. и М. Дж. Джонс. "Быстрое Обнаружение объектов с помощью Повышенного Каскада Простых Функций". Продолжения 2 001 Конференции Общества эпохи компьютеризации IEEE. Объем 1, 15 апреля 2001, стр. Я 511 Я 518.
[2] Ojala, T., М. Питикэйнен и Т. Мэенпэа. “Шкала полутонов мультиразрешения и Классификация Структуры Инварианта Вращения С Локальными Бинарными Шаблонами”. Транзакции IEEE согласно Анализу Шаблона и Искусственному интеллекту. Объем 24, июль 2002 № 7, стр 971–987.
[3] Dalal, N. и Б. Триггс. “Гистограммы Ориентированных Градиентов для Человеческого Обнаружения”. Конференция Общества эпохи компьютеризации IEEE по Компьютерному зрению и Распознаванию образов. Объем 1, 2005, стр 886–893.