加快 Haar Cascade 训练过程

Question

训练一个 haar 级联需要很多时间，而且整个训练周期取决于机器。 哪些因素有助于加快流程？ 拥有更多 RAM 和 GPU 有帮助吗？ haar 级联训练是否像 tensorflow 一样支持 GPU？

Answer 1

Opencv 文档here 声明

与 HAAR 特征相比，LBP 特征产生整数精度，产生浮点精度，因此使用 LBP 的训练和检测速度都比使用 HAAR 特征快几倍。关于 LBP 和 HAAR 检测质量，主要取决于使用的训练数据和选择的训练参数。可以在一定百分比的训练时间内训练一个基于 LBP 的分类器，该分类器将提供与基于 HAAR 的分类器几乎相同的质量。

所以在训练时，不要使用旧的 opencv_haartraining 工具，而是使用带有 -featureType LBP 作为参数的 opencv_traincascade 工具（默认为 HAAR）

此外，您可以使用 -precalcValBufSize 和 -precalcIdxBufSize 参数为训练分配特定的内存量。您分配的内存越多，训练过程就越快，但请记住 -precalcValBufSize 和 -precalcIdxBufSize 的组合不应超过您的可用系统内存。