目標檢測器訓練過程總結（HyperLPR）

1. 項目背景

  開源項目HyperLPR，在車牌粗定位（提取）階段，依賴於訓練好的模型文件cascade.xml，而該文件是一個由基於OpenCV的Haar級聯分類器訓練出來的模型，HyperLPR作者有在他的博客中談到了該模型文件的訓練過程。
  車牌粗定位大致程序流程：

  以下內容記錄訓練cascade.xml模型文件的過程。

2. 環境準備

• Python2.7.14
• OpenCV3.0
• 其他依賴(image, opencv-python)：
  
• 開源項目：OpenCV Cascade車牌檢測器訓練代碼
• Tip：記住安裝或下載解壓的目錄

3. 數據準備

• 正樣片：最好使用項目具體應用，若無，可用開源項目Plate_Recognition-LPRnet下的車牌圖像作爲正樣片，此項目正樣片應置於train-detector/china/目錄下
• 負樣片：train-detector下的raw-neg已包含

4. prep.py使用說明

4.1. 變量說明

• 調整國家和車牌長度寬度，將以下代碼置於導包語句後
  
• OPENCV_DIR：opencv安裝目錄
  OPENCV_DIR= 'D:\\ProgramData\\OpenCV3.0.0\\opencv\\build\\x64\\vc11\\bin'
• BASE_DIR：指定prep所在的目錄
  BASE_DIR = 'G:\\PycharmProjects\\train-detector\\'
• OUTPUT_DIR：訓練模型輸出目錄
• INPUT_NEGATIVE_DIR：負樣本放置目錄
  INPUT_NEGATIVE_DIR = BASE_DIR + 'raw-neg\\'
• INPUT_POSITIVE_DIR：正樣本輸出目錄
  INPUT_POSITIVE_DIR = BASE_DIR + COUNTRY + '\\'

4.2. 訓練過程(cmd切換到prep所在目錄下)

1. & ‘D:\ProgramData\Python27\python.exe’ prep.py neg
2. & ‘D:\ProgramData\Python27\python.exe’ prep.py pos
3. & ‘D:\ProgramData\Python27\python.exe’ prep.py train---->生成的語句複製運行
   

---

訓練過程

可能出現的問題：<BEGIN OpenCV Error: Bad argument (Can not get new positive sample. The most possible reason is insufficient count of samples in given vec-file. ) in CvCascadeImageReader::PosReader::get, file C:\buildslave64\win64_amdocl\master_PackSlave-win64-vc11-shared\opencv\apps\traincascade\imagestorage.cpp, line 157
解決方法：參數numPos調低，如此處正樣片有752，可設置numPos爲652，原因參見

4.3. 訓練結果

train-detector/out/cascade.xml

5. 相關知識點

• 基於OpenCV的Haar級聯分類器
• OpenALPR的Train-Detector