我正在尝试为面部训练一个新的haar-cascade。
我有一个包含 2000 张裁剪面部图像（仅面部）和 3321 张负面随机图像的正数据集。
我使用以下命令创建了正列表：
opencv_createsamples.exe -info info.txt -vec vector.vec -num 2000 -w 10 -h 10
其中文件信息.txt包含以下行：
AJ_Cook_0001.ppm 1 0 0 64 64
AJ_Lamas_0001.ppm 1 0 0 64 64
Aaron_Eckhart_0001.ppm 1 0 0 64 64
Aaron_Guiel_0001.ppm 1 0 0 64 64
Aaron_Patterson_0001.ppm 1 0 0 64 64
Aaron_Peirsol_0001.ppm 1 0 0 64 64
后记，我使用以下命令运行haar_training：
opencv_haartraining.exe -data harrcascade -vec vector.vec -bg infofile.txt -nstages 20 -minhitrate 0.9999 -maxfalsealarm 0.5 -npos 2000 -nneg 3321 -w 10 -h 10 -nonsym -mem 1024
其中文件信息文件.txt包含背景图像的名称：
Bing_000527adc064a067a7f7986f00b140fe.jpg
Bing_002744f85b0bee37f489f43fad5f613f.jpg
Bing_0048e7e5e487203dedba9feb03696b1e.jpg
Bing_00513e8879f4f544717df2c8ea0494b1.jpg
Bing_00543a6cf117f559a05f0fb7e10bd361.jpg
训练只花了大约两个小时，并且没有生成 xml 文件。文件夹harrcasade包含20个文件夹，其中包含一个名为"AdaBoostCARTHaarClassifier.txt"的txt文件，但没有生成xml。
我有两个问题：
为什么培训花费的时间这么少？
为什么没有生成 xml 文件？
我在这里错过了什么？
谢谢
吉尔。
请参阅我对你另一个问题的回答。 如果未生成 xml 文件，则很可能已用完正样本。 尝试使用 1500 而不是 2000。
更好的是，看看trainCascadeObjectDetector，这是Matlab计算机视觉系统工具箱中的一个函数，它允许你生成一个与OpenCV兼容的xml文件。