您能否帮助理解与Haar分类器培训相关的几点：
1( 正图像应该只包含训练对象，还是可以包含其他对象？就像我想识别一些交通标志一样，正面图像应该只包含交通标志还是也可以包含高速公路
2(创建样本向量文件有两种方法，一种是使用信息文件，其中包含正图像中检测到的对象坐标，另一种是只给出正和负的列表。哪一个更好
3(您通常如何创建信息文件，其中包含正图像中检测到的对象坐标？图像剪切器能生成物体吗
自适应梯度的dlib直方图是否比Haar分类器提供了更好的结果？
我的目标是树莓派中的交通标志检测。
感谢
正样本(不一定是图像(应该只包含对象。有时不可能为每个正样本获得正确的纵横比，然后您可以添加一些背景或裁剪一些对象边界。最终的检测器将检测出阳性样本纵横比的区域，因此，如果你在所有阳性样本周围使用大量背景，你的最终检测器可能不会检测到traffix标志的区域，而是检测到交通标志周围有大量背景的区域。
Afaik，阳性样本必须由一个.vec文件提供，该文件是用opencv_createsamples.exe创建的，您需要一个带有说明的文件(图像中的阳性样本在哪里？(。我通常会对标记的训练样本进行预处理，去掉所有背景，这样只有中间图像，其中正样本填充了整个图像，并且图像已经具有正确的纵横比。我为每个中间图像填充一个文本文件，基本上是"folder/filename.png 0 0 width height"，然后从这些中间图像创建一个.vec文件。但另一方面，使用全尺寸图像中的真实roi信息应该具有相同的质量。
请注意，如果你不为每个正样本固定相同的纵横比，你会拉伸你的对象，这可能是你任务中的问题，也可能不是问题。
请记住，您可以通过扭曲/变换图像来创建额外的阳性样本。opencv_createsamples可以为您做到这一点，但我从未真正使用过它，所以我不确定使用这样的示例是否会使培训受益。