使用由不规则多边形界定/勾勒的图像进行 OpenCV 级联训练？

Question

我需要准备训练数据，然后将其与 OpenCV 的级联分类器一起使用。我知道，对于训练数据，我需要提供矩形图像作为样本，其纵横比对应于 OpenCV 训练命令中的 -w 和 -h 参数。

我对这个想法很好，但后来我看到了基于网络的注释工具LabelMe。 人们在 LabelMe 中使用复杂的多边形进行了标注！

这些多边形能否以某种方式用于级联训练？ 使用不规则多边形不会提高分类结果吗？

如果不是，那么在 LabelMe 图像中勾勒出对象轮廓的复杂多边形有什么用？

Answer 1

使用 LabelMe 注释的数据集可用于许多不同的目的。其中一些，比如图像分割，需要严格的边界，而不是边界框。

另一方面，OpenCV 中的级联分类器旨在对矩形图像区域进行分类。然后将其用作滑动窗口对象检测器的一部分，该检测器也适用于边界框。

严格的边界是否有助于改进对象检测是一个有趣的问题。有证据表明边界框捕获的背景像素实际上有助于分类。