介绍haar分类器训练模式,包括训练分类器要用的exe文件,以及具体训练步骤,适合初学者,15分钟学会训练。另外含有已训练的分类器样板。
如何利用opencv训练自己的分类器,内有多篇资料
openCV分类器训练教程,主要是包括设置正样本和背景的过程
选了2000多个汽车正样本和7000多个汽车负样本,提取harr特征,用adaboost训练了一个星期得到的汽车分类器文件,检测率高达百分之九十五以上,信不信,试试就知道了!
包含正样本图片18578张,图片大小为20*20,负样本图片10925张,图片大小为50*50
基于opencv 的hog+svm性别识别源码 ,其中文件夹中生成xml,可以直接使用。可以作为参考代码
包含opencv自带的行人检测的代码 cpp和.h文件,代码使用的opencv版本为2413,其他版本皆可,配置方面就不多说了,百度私聊皆可。文件中2_1.jpg为效果较好的检测结果,其他图片看情况,
opencv中haar+Adaboost已经训练好的分类器。有双目、身体等等,出自专家之手,必属精品,CV1.0版本。
CvHaarClassifierCascade分类器文件进行人脸检测
利用opencv自己训练的人头检测分类器,精度比起神经网络模型低,介意的同学不要下载,直接上神经网络。C++,py均可使用。
