opencv自己训练人脸检测的分类器，没有检测出人脸，怎么回事？

目的：我想熟悉使用opencv的haar训练方法，用在其他的物体检测上。所以我先用了MITLAB的人脸库来进行训练，得到人脸检测的分类器，如果训练得到的分类器能准确的检测到人脸的话，说明我的训练过程正确，则完全可以将此训练过程用到其他物体上进行训练，从而得到其他物体的分类器；如果没有检测到人脸，说明我的训练过程某些地方还有问题。

现在好像就出问题了。我训练出来的xml分类器文件，用opencv没有检测到人脸。想提出来让各位帮我发现问题，共同解决。


问题描述如下：
MITLAB的人脸图像库，全部是bmp格式的，大小全为20*20，正样本5412张（posdata文件夹中），幅样本4381张（negdata文件夹中）。 

我训练时完全按照http://wenku.baidu.com/view/dd2dc7eb998fcc22bcd10d15.html 中的方法一步一步来的，到最后得到一些data 
最后运用haarconv程序将这些数据转为xml格式的文件，即最终的分类器。但是我得到的xml文件只有72k(第二次只有52k)，与opencv自带的人脸检测分类器（900K左右）相比太小了，然后用在人脸检测上，没有检测到人脸，不知是哪里出问题了？

Ps：训练时，需要一个问题：就是程序训练到 时，程序就不走了，界面一直停留在那里，等了一天也没有什么变化，最后叫我自己强行结束了次训练过程。然后将数据转化为xml的。 不知是哪个环节出问题了，请大家一起来探讨。

9 个解决方案

#1

opencv那本书上有现成的代码啊~

#2

引用 1 楼 dizuo 的回复:

opencv那本书上有现成的代码啊~

 
 我这样直接用exe训练哪里有错呢？

#3

ps： 当程序训练到 
Parent node: 8

*** 1 cluster ***
POS: 5200 5412 0.960828

时，程序就没反应了，界面一直停留在那里，等了一天也没有什么变化，最后叫我自己强行结束了次训练过程。然后将数据转化为xml的。 不知是哪个环节出问题了。

#4

其实···到现在 我也没弄清楚。。。训练的层数到底与什么有关。。。看了很多东东，但是，还是觉得 这个东西 蛮 随机 的。。。╮(╯▽╰)╭

嘿嘿，训练的级数还是太小 了，所以 xml文件太小了，所以找不到人脸也是正常的。。。

我那个训练到 十级 ，倒是 能找到，但是 太不准了。。。。哎

按理说，样本已经够多了吧。。。

这到底是为嘛涅。。。。

#5

没有大侠解答啊

#6

增加负样本

#7

是不是负样本训练出了问题呢

#8

尼玛 现在这种问题国内答案都不咋样？究竟是不知道还是不想告诉人呢？Google慢的要死！～～

#9

最近我也在用opencv的haar算法做人脸检测，也出现了同样的问题，就是训练出的xml文件人脸检测率不高，误检率太大，后来想了一下，应该是负样本的问题。人脸检测，负样本的差异性越大，好像最后的检测效果越好，专业一点，叫泛化能力好。训练到一个阶段不走了，是因为程序陷入了死循环，因为此时负样本都被正确的分类，下一级的分类器没有负样本可用，陷入死循环，所以要增加负样本。