Jump to content
Compvision.ru

kobaeugenea

Пользователи
  • Content count

    7
  • Joined

  • Last visited

Community Reputation

0 Новичек

About kobaeugenea

  • Rank
    Новичок
  1. Дело в том что я для себя уже выбрал Виолу-Джонса. Конечно можно сделать так чтобы для начала искалась нужная область, а потом это область уже полетит классификатору, но это не решит основную проблему. Если у меня на целом изображении не находит знак, то он не найдет его и на вырезке. И уже писал, что когда подаю на распознавание вырезанный знак, даже из тех которые он распознают на целом изображении, на вырезке он его не находит. Спасибо за разъяснение параметра scale_factor. Не могли бы вы еще объяснить что означает minNeighbors?
  2. Кстати вы не можете объяснить что это за параметр? Я его не трогал, оставлял по умолчанию 1.1, так как до конца не понял для чего он нужен. Параметр который изменяет размер входного изображения, но зачем это делать?
  3. Выборка с изображениями есть в первом посте. Проблема в том, что после обучения я брал изображения из позитивной выборки (уже вырезанное) и пускал по нему каскад, ничего не находилось. Если же например взять исходное изображение, откуда вырезался знак, то на нем все нормально определяется. Это к проблеме о том, чтобы сначала находить область в которой может быть знак и только затем пускать по ней каскад.
  4. Хотел что-то подобное сделать, но столкнулся с проблемой. Когда подаю классификатору на распознавание просто вырезанный знак, без фона (даже из обучающей выборки давал ему) он его не распознают. То есть нужно всегда чтобы знак на каком-то фоне был, вырезку он вообще не распознает. Не знаете с чем это связано?
  5. Не совсем понял о чем вы. То что картинки черно-белые? Я думал в opencv используется метод Виолы-Джонса в котором работают с черно-белыми изображениями, поэтому использовал именно черное-белые изображения.
  6. А каким образом потом отфильтровывать среди найденных? О каком коэффициент идет речь? Минимальное окно пробовал 16x16 и 20x20
  7. Здравствуйте, пытаюсь научить каскадный классификатор распознавать знак пешеходного переход. Перепробовал уже множество вариантов, самый лучший пока такой. Это параметры для тренировки каскада: -minhitrate 0.999 -maxFalseAlarmRate 0.4 Дальше 12 стадии обучаться не хочет, происходит переобучение. Вот результаты: тут он нашел знаки, они крупные и четкие тут нет. изображение в оригинале 2800х2100 px поэтому списывать на то что знак мелкий не стоит тут тоже нет Ниже прилагаю выборку для обучения. Пробовал из негативной выборки убирать другие знаки вообще, результат примерно тот же. Увеличивал выборку до 1500 позитивных и 3000 негативных изображения, на результат тоже особо не повлияло. Не подскажете, что можно сделать, чтобы улучшить детектирование знака? выборка.7z
×