基于OpenCV级联分类器的交通信号检测

Question

我的工作是“控制Raspberry Pi的GPIO引脚根据交通灯的变化(红色，绿色，黄色)”。现在，我只关注交通灯检测部分。为此，我对Haar特性使用了级联分类器。

我有2000负样本图像，我已经转换为灰度和重塑到120 X 120。另外，我有一张交通信号的正面图像(40X120)，我正在从中生成2000个阳性样本。最后，我用2000个阳性样本和1000个10个阶段的阴性样本训练我的分类器。

一些测试映像的输出如下所示：产出1

产出2

产出3

用于创建正示例的图像：正像

我有些疑问，需要一些建议来改进或修改我的分类器。

1)我是否需要使用多个图像作为正图像来创建样本？

( 2)为何我不能探测到上述图像中的所有交通信号？

3)我是不是在形象上做错了什么？

4)如果我错了，请在这一点上纠正我--在交通信号上画一个矩形，我使用的是cv2.矩形函数，并提供了恒定的高度/宽度参数，这也是它画一个大矩形的唯一原因，不管我的交通信号在图像中有多近/多远！有什么建议可以动态地改变这个大小吗？

谢谢。

Answer 1

在我看来，你的关系网似乎还没有学到足够的东西。

1)我强烈建议采取20-50个交通灯样本，而不是一个样本。您仍然可以使用它们生成数千个样本，用于培训。

2)很可能是由于训练不足，但你也应该在检测阶段检查参数。您为检测设置的最小和最大大小是多少？

3)你不需要调整图像的形状或大小，所以这不应该是个问题。

1. 检测器返回检测到的所有对象的位置(x、Y)和大小(宽度、高度)。因此，您应该能够动态地更改大小，而不是使用恒定的宽度和高度。请参考opencv示例的Haar脸检测，您选择的语言。