如何使用自己訓練的分類器opencv svm hog？我的個人測試很有效：使用hog-SVM來訓練你自己的分類器#實例化并提取hog特征類hog=CV2。Hogdescriptor（）]#加載您自己的

如何使用自己訓練的分類器opencv svm hog？

我的個人測試很有效：使用hog-SVM來訓練你自己的分類器

#實例化并提取hog特征類

hog=CV2。Hogdescriptor（）]#加載您自己的分類器弓形負載(" myHogDector.bin文件“）

#閱讀圖片

img=CV2。讀?。‵，CV2。顏色）ubgr2灰色）

矩形，ux=hog.detect多尺度（IMG，winstride=（4，4），padding=（8，8），scale=1.05）

對于矩形中的（x，y，W，H）：

CV2。矩形（IMG，（x，y），（x，W，y，H），（0，0255），2）

CV2。Imshow（“{}”。格式（I，IMG）

opencv分類器訓練？

我剛剛遇到它并編寫了解決方案-Nstages參數(shù)用于設(shè)置訓練步驟的數(shù)量（因為它應該是獲得的強分類器的數(shù)量，我認為是這樣）。默認參數(shù)為14，可自行更改。有時，當訓練步驟為7或8時，程序會停止，從而導致錯誤。無法生成XML文件?？梢詫?nstages參數(shù)設(shè)置為要重新訓練的相應步驟數(shù)。當然，它可以在不生成XML文件的情況下使用。cvloadhaarclassifier cascade函數(shù)用于手動添加分類器，但是用cvload直接加載XML文件并不方便。