Разумный размер изображения для обучения для окна 60x60?

Question

Я собираюсь обучать каскадные усиленные классификаторы (используя OpenCV или Matlab) для обнаружения определенных объектов.

Мой вопрос в том, что для определения размера окна 60х60, что разумное разрешение для обучения образцов изображений, учитывая, что у меня нет неограниченного времени для обучения классификаторов? Некоторые из изображений, которые мне даны, - 1200x600, и я совершенно уверен, что это излишне большое и что я должен определенно уменьшить их. Я знаю, что на тестовых наборах данных могут быть изображения или видеоролики, большие, но объекты для обнаружения внутри них, конечно, вряд ли будут такими большими.

Answer 1

Ответ: «Это зависит». Если размер вашего окна равен 60x60, это минимальный размер, который вы сможете обнаружить. Поэтому разрешение ваших изображений должно быть достаточно высоким, чтобы весь объект интереса имел размер не менее 60x60.

Кроме того, если время тренировки вызывает беспокойство, тогда вы должны подумать о том, какие функции вы собираетесь использовать. Например, обучение с Haar-подобными функциями занимает гораздо больше времени, чем с HoG или LBP.

Как программа OpenCV opencv_traincascade, так и функция MATLAB trainCascadeObjectDetector (в System Vision System Toolbox) предоставляют вам возможности Haar, HoG и LBP.