私は自分自身のhaarカスケード分類子を試しています。私は2139の陽性画像を持っていますが、私は16000陰画を持っています。 numPos < =（陽性サンプル陰性サンプル）/（1+（数1）（1-minhitrate）段）程度）を ： （2139から16000）/（及び私は ため負numPosを有します1+（17-1）（1-0.995））= - 12834 これは正常ですか？numPosはHaarカスケードトレーニングで負の数になることができます
いいえ、numPosはネガティブサンプルとは関係ありません。 numPosは、各段階で使用したいポジティブ数です。これは、各段階ですべての偽陰性（=偽陽性の検体はもはや分類器によって検出されない）を失うため、陽性検体の総数より少し低くする必要があります。
たとえば、numPosを1000に、minHitRateを0.999に設定すると、各ステージで1つのポジティブサンプル（1000 - 1000 * 0.999）が失われます。したがって、2段階を計算する場合は、numPos = 1000を選択すると最大1001サンプルが必要になります。
20段階では、numPosを私の陽性サンプルの90％に選択しますが、minHitRate 0.999ではあまりにも悲観的です0.995がかなりうまくフィットする）。最高/最高保存値を計算する場合は、openCV Q & Aに式があります。
ありがとうございました。正の画像よりも負の画像が多いです（正の画像は2139ですが、負の画像は16000です）。 –
いいえ、これは問題ではありません。ネガティブが多いほど良い（イホ）。しかし、numNegをあまり大きく選んではいけません。ネガの50％が通常は無駄になります。しかし、ネガはサブサンプルされているので、通常はたくさんあります。各段階でacceptanceRatioを見て、なぜ後の段階で十分な負のサンプルを見つけるのに時間がかかるのかを理解してください。私は通常numNeg約2 * numPosを選択します。 – Micka
もう一度ありがとう:) –