Discussion :

[xtra.creativity]

Salut,

Je regarde comment fonctionne le CvHaarClassifierCascade dans l'exemple facedetect mais j'ai un peu de mal a comprendre le fonctionnement. Comment puis je creer mon propre classifieur ? En guise d'exemple on trouve la detection du visage, des yeux .... si je veu faire pour la bouche par exemple, comment puis je proceder ?

Merci

[antalgeek]

salut

j'ai fait un tuto sur la génération d'un classifier tu peux la trouver là
de même j'ai commencé à bosser sur un projet qui la met en oeuvre :
http://www.deb-indus.org/concombre
c'est un petit programme qui permet de remplacer des objets détectés dans un flux webcam et de les remplacer par autre chose
tu peux regarder les sources si tu veux d'autres exemples

[xtra.creativity]

Cool, je regarde ca de suite

[vinceBcool]

Salut AntalGeek,

Merci pour ton tutoriel qui m'a beaucoup aidé á comprendre certains paramétrages d'OpenCV.

J'ai lancé l'apprentissage avec tes propres fichiers et les paramètres que tu as utilisés (j'ai copier-coller ta même ligne de commande).
Mais pourtant après 3 apprentissage, le nombres de stages du classifier abouti est différent : la première fois 19 en 2 jours, la seconde je l'ai arrêté á 22 parce que ca faisait près de 10 jours qu'il tournait, la je l'ai relancé et il est au 17e stage en une demi-journée (j'attends donc pour voir)...

Pour le premier apprentissage :
Je ne sais pas trop a quoi m'attendre comme résultat avec le haartraining. Peut-etre suis-je trop exigeant mais je trouve que 2-4 fausses positives par images en lancant le classfier sur le TRAINING set ca fait un peu beaucoup, surtout pour un modèle d'objet aussi simple que la bouteille.
En plus, je me demande s'il se base pas sur le fond blanc de l'imagette insérée de la bouteille pour la détecter. Ca serait trop facile de détecter la bordure de l'imagette insérée.

Pour le deuxieme apprentissage (que j'ai moi meme stopper car ca faisait qd meme 10 jours qu'il tournait et 2 jours sur le meme stage) :
Il n'y avait quasiment aucun faux positifs mais le taux de faux negatifs etait pres de 40 % si c'est pas plus. C'est que le classifier etait trop restrictif et je ne pense pas que cela aurait arrangé les choses si je l'avais laissé continuer l'apprentissage.

Sinon, pourrais-tu m'expliquer ce qu'opèrent les parametres suivants ? Je n'ai toujours pas compris malgré dse recherches sur Internet :
[-nsplits <number_of_splits = 1>] le nombre de splits dans le decision tree... ? Le decision tree c'est le weak classifier ? Du coup, il y aurait deux tests à passer pour le weak classifier ? Comment sachant que : Haarfeature=PoidsRectNoir*SumPixelsRectNoir+PoidsRectBlanc*SumPixelsRectBlanc
Je ne vois vraiment pas a quoi cela pourrait correspondre.

Et par curiosité ceux la aussi :

[-weighttrimming <weight_trimming = 0.950000>]

[-eqw]

[-err <misclass (default) | gini | entropy>]

[-maxtreesplits <max_number_of_splits_in_tree_cascade = 0>]

[-minpos <min_number_of_positive_samples_per_cluster = 500>]

Une derniere question :
Supposons que l'objet a detecter fait 50*100 pixels. Afin d'extraire le plus d'info possibles de l'objet
a detecter, il fautdrait une taille des fenetres : sample_width = 50 et sample_height = 100, non ? Mais comme cela impliquerait de creer tellement de features que l'apprentissage durerait une eternite on prefere se limite a des tailles de fenetres plus petites... ?

Cependant, j'ai l'impression que j'ai plus de fausses positives (en testant avec mes propres positives/negtatives) en augmentant la taille des fenetres (-w -h) (en faisant varier que ce parametre) . Cela te parait-il logique ?

Merci d'avance pour toute ton aide et a tous ceux qui y contriburont.
Je sais que ca en aidera surement pas mal d'autres aussi qui passeront par la.

Vince

[xtra.creativity]

J'ai trouver un document bien simpas :

http://fsa.ia.ac.cn/files/OpenCV_Fac...ion_June10.pdf

[vinceBcool]

Merci. Malheureusement, j'etais deja tombe dessus et ca m'a pas eclaire davantage....

-Ca n'expique tjrs pas pourquoi en lancant deux fois le meme apprentissage les resultats differents...

-Par rapport au parametre -nsplits et au weak classifier : un weak classifier est donc un decision tree ? et a chaque fils de l'arborescence, il y a un test par rapport a un masque de haar ? et le nombre de split correspond au nombre de masques de haar utilises dans un stage ?
Desole si je m'exprime mal.

-Quand on choisi la taille -w 20 -h 50, quelle taille ont les masques de haar qui sont crees ? Est-ce que ce sont tous les masques possibles de rapport width/heigth=2/5 sur toute la fenetre de taille 20 / 50 qui sont crees OU ce sont uniquement les masques de haar de taille w=20 et h=50 ?

Je suis en train de lire l'article Empirical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection de Rainer Lienhart, Alexander Kuranov, Vadim Pisarevsky, 2002.
Ca devrait peut-etre m'aider.

Merci en tout cas

[mémèreSoso]

Bonjour,

Je vais devoir générer un classifier pour une pièce donnée dans le cadre d'un stage.

Antalgeek, en ce qui concerne la syntaxe de negative.txt par exemple, tu y mets tous tes fichiers, en désordre. Pour pas dans l'ordre ?

Merci

[xtra.creativity]

Je suis partie sur autre chose temporairement (j'attends des ressources pour mon classifier) mais des que je mis remet je serai ravis de participer a la realisation d'un tuto. Et de tout maniere moi aussi c'est pour un stage donc il faut que je fasse une doc de son l'utilisation.

[mémèreSoso]

Bonjour !

Je travaille sous windows et j'ai quelques questions à propos des lignes de commandes.
Je teste avec les images de Antalgeek (les dossiers négative et positive, les fichiers négative.txt et positive.txt et les deux script) juste pour assimiler.
Je souhaite lancer la première commande
perl createtestsamples.pl positive.txt negative.txt training/ (sous DOS)
et j'ai :
'opencv-createsamples' n'est pas reconnu en tant que commande interne ou externe, un programme exécutable ou un fichier de commande.

Si quelqu'un pouvait m'aider ? J'ai déjà passé plusieurs heures dessus.
(Je suis dans le bon répertoire (mon répertoire de travail) et la library OpenCV dans C:\ProgramFile\OpenCV et perl est installé)

Merci

[xtra.creativity]

Regarde tes variables d'environement...

[mémèreSoso]

Bonjour

J'ai eu un coup de génie et j'ai trouvé ! Merci
Je suis arrivé à générer le ficher xml.

En parallèle je monte un petit tuto pour les utilisateurs de windows (ce qui servira par la suite aux autres stagiaires et à ceux qui pourraient être intéressé).