itseez-academy / itseez-ss-2015-practice3-detection Goto Github PK

• Подготовить картинки с объектами (логотипы OpenCV, Itseez, UNN, карты, и т.д.)
• Подготовить тестовое видео для пары объектов
• Написать тренировочные скрипты на Python (потому что Windows), чтобы было проще с ними работать
• Реализовать простой тренировочный сэмпл (возможно стоит запускательный скрипт добавить, но скорее всего не нужно)
• Залить в репозиторий негативы, которых хватает для большинства случаев. Они есть в директории Саши, а еще они есть у меня. Ну и в ITLab-Vision у нас были. Единственное, не очень хочется сильно увеличивать размер репозитория, я бы ориентировался максимум на 200-300 мб, а лучше ограничиться 100 мб.
• Написать README
  • Пишем там план минимум (просто чтобы работало)
  • Потом предлагаем покрутить параметры, попробовать улучшить качество

Вот лог команд, которые использовал я (у Саши чуть другие в презентации)

$ ../opencv_createsamples -img ./src/itseez-logo-50.png -vec ./01.vec -bgcolor 255 -w 60 -h 25 -maxxangle .7 -maxyangle .7 -maxzangle 0.1
$ ./opencv_traincascade -numStages 5 -data ./cascade -vec 01.vec -bg negativesPascal.txt -numPos 500 -numNeg 500 -featureType LBP -w 60 -h 25
$ ./c-example-facedetect --cascade=./logo-detection/cascade/cascade.xml 0

• Необходимо добавить детальную инструкцию для выполнения работы.
• Ссылки на примеры использования каскадного классификатора.