#opencv #computer-vision #classification #cascade-classifier
#opencv #компьютерное зрение #классификация #cascade-classifier
Вопрос:
Могу ли я использовать обрезанные объекты из полных кадров в качестве обучающего набора данных для каскадного классификатора (LBP или HAAR)?
Я знаю, что мне нужно использовать полные кадры с аннотациями при переподготовке нейронной сети (Tensorflow, YOLO и так далее)
Но нужно ли мне это для каскадного классификатора? Или обрезанные изображения в порядке?
Кажется, я могу это сделать, потому что у нас есть положительные и отрицательные изображения
Поэтому должно быть нормально обрезать объекты из положительных изображений
Например.
или
Ответ №1:
Ответ на этот вопрос: Могу ли я использовать обрезанные объекты из полных кадров в качестве обучающего набора данных для каскадного классификатора (LBP или HAAR) — да. Это зависит от архитектуры вашей модели, ваших целей и совместимости системы. Для обучения мы обычно обрезаем целевые объекты из целого изображения и загружаем их в модель.
Ответ на ваш этот вопрос Я знаю, что я должен использовать полные кадры с аннотациями при переподготовке нейронной сети (Tensorflow, YOLO и так далее), Это зависит. Каков ваш размер ROI? Вы можете изменять размер ваших ROI в соответствии с вашей архитектурой или вы можете обрезать целевые объекты из ROI. Это полностью зависит от вас.
Но нужно ли мне это для каскадного классификатора? Или обрезанные изображения в порядке?-Ответ: оба в порядке. Выбирайте на основе архитектуры вашей модели, времени обучения, конфигурации системы и, очевидно, производительности обучения.
Комментарии:
1. Можете ли вы привести пример того, как вы настроили бы свой размер ROI, учитывая его изображение и объект?