之前做了SVM的車臉檢測，主要是針對車臉，接下來嘗試利用Adaboost和Haar進行車臉的檢測。我利用的主要是opencv中的cascade，其已經把Adaboost相關的算法做成了exe，直接調用就可以了，不像SVM中我們可能需要再調用。如果需要對boost源碼進行修改，可以利用Cmake將生成opencv的源代碼，（Cmake真是個很方便的東西，之前做交叉編譯用Automake來弄，差點累的半死）。
首先我來介紹一下幾個主要使用的工具。分別在opencv庫路徑下的，build/x64/vc10/bin目錄下，你也可以選擇vc11,12 或者x64,根據自己電腦的情況來使用。
主要我們使用的是opencv_createsamples.exe，opencv_traincascade.exe，其中前者主要是來創建訓練的樣本文件，vec文件。另外還有倆那個opencv_haartraining.exe，這個馬上就要被淘汰了，主要是用c來實現的，並且僅支持haar這個特征描述子，opencv_performace，主要是用來測試模型的性能的。
級聯分類器的參數設置，取自opencv官網，針對這兩個exe的參數，opencv官網還有剛詳細的鏈接
opencv官網cascade的詳細參數講解
下面是 opencv_traincascade (主要參數和haar_training還是有部分不同的)的命令行參數，以用途分組介紹：
通用參數：
-data <cascade_dir_name>
目錄名，如不存在訓練程序會創建它，用於存放訓練好的分類器。
-vec <vec_file_name>
包含正樣本的vec文件名（由 opencv_createsamples 程序生成）。
-bg <background_file_name>
背景描述文件，也就是包含負樣本文件名的那個描述文件。
-numPos <number_of_positive_samples>
每級分類器訓練時所用的正樣本數目。
-numNeg <number_of_negative_samples>
每級分類器訓練時所用的負樣本數目，可以大於 -bg 指定的圖片數目。
-numStages <number_of_stages>
訓練的分類器的級數。
-precalcValBufSize <precalculated_vals_buffer_size_in_Mb>
緩存大小，用於存儲預先計算的特征值(feature values)，單位為MB。
-precalcIdxBufSize <precalculated_idxs_buffer_size_in_Mb>
緩存大小，用於存儲預先計算的特征索引(feature indices)，單位為MB。內存越大，訓練時間越短。
-baseFormatSave
這個參數僅在使用Haar特征時有效。如果指定這個參數，那么級聯分類器將以老的格式存儲。
級聯參數：
-stageType <BOOST(default)>
級別（stage）參數。目前只支持將BOOST分類器作為級別的類型。
-featureType<{HAAR(default), LBP}>
特征的類型： HAAR - 類Haar特征； LBP - 局部紋理模式特征。
-w
-h
訓練樣本的尺寸（單位為像素）。
必須跟訓練樣本創建（使用 opencv_createsamples 程序創建）時的尺寸保持一致。這里需要注意的是ｗ，ｈ不要亂寫啊，計算負責度開銷很大，否則會嚴重影響訓練速度，根據實際的需求來填寫，我選擇的是32×32,之前用了50×50很慢很慢
Boosted分類器參數：****
-bt <{DAB, RAB, LB, GAB(default)}>
Boosted分類器的類型： DAB - Discrete AdaBoost, RAB - Real AdaBoost, LB - LogitBoost, GAB - Gentle AdaBoost。
-minHitRate <min_hit_rate>
分類器的每一級希望得到的最小檢測率。總的檢測率大約為 min_hit_rate^number_of_stages。
-maxFalseAlarmRate <max_false_alarm_rate>
分類器的每一級希望得到的最大誤檢率。總的誤檢率大約為 max_false_alarm_rate^number_of_stages.
-weightTrimRate <weight_trim_rate>
Specifies whether trimming should be used and its weight. 一個還不錯的數值是0.95。
-maxDepth <max_depth_of_weak_tree>
弱分類器樹最大的深度。一個還不錯的數值是1，是二叉樹（stumps）。
-maxWeakCount <max_weak_tree_count>
每一級中的弱分類器的最大數目。The boosted classifier (stage) will have so many weak trees (<=maxWeakCount), as needed to achieve the given -maxFalseAlarmRate.
類Haar特征參數：
-mode <BASIC (default) | CORE | ALL>
選擇訓練過程中使用的Haar特征的類型。 BASIC 只使用右上特征， ALL 使用所有右上特征和45度旋轉特征。
當opencv_traincascade 程序訓練結束以后，訓練好的級聯分類器將存儲於文件cascade.xml中，這個文件位於 -data 指定的目錄中。這個目錄中的其他文件是訓練的中間結果，當訓練程序被中斷后，再重新運行訓練程序將讀入之前的訓練結果，而不需從頭重新訓練。訓練結束后，你可以刪除這些中間文件。
注意事項，我訓練時碰到的諸多問題！！！！！這里說的都是訓練的關鍵！！！
1.首先是，train的bat文件和create_sample的bat文件中，大小寬高一定要一致，否則會報錯。
2.run_train.bat中，對於緩沖區的大小的設置-precalcValBufSize， -precalcIdxBufSize當時我為了訓練的快一點，在服務器上設置的是5000，5000，換到另一台服務器上之后總報錯，設置為4000MB就不報錯了，可能是內存設置的過大，原則上是盡可能設置的較大，訓練的速度會更快，其可以把計算的特征值存在內存中，不用虛擬內存。
3.在這里-numPos和-numNeg的設置，這里設置的是在每一級訓練中參與訓練的正樣本和負樣本個數，千萬不要和訓練的樣本數一樣，應該設置為80%左右適宜，否則容易陷入死循環，就是訓練程序一直不動了，不走向下一級的訓練。
4.有時會顯示中途terminated，原因是每一級分配的numPos，numNeg太少，已經達到設定的精度需求，就不再繼續下一級，此時加大numPos即可。
5.在樣本數據集的准備上，首先至少要多點吧，最好是幾千個，這才叫機器學習嘛。此外，負樣本的數量一定要比正樣本多，這樣才能突出正樣本，最好在1:2 1:3左右吧，根據訓練的結果。其實，大家不要小看訓練樣本，其實這些都是固定的，算法形成基本就那樣了，更關鍵的是在樣本的准備上，對於最終的模型性能至關重要，不要小看樣本。
首先我使用的是opencv下自帶的opencv_createsamples.exe和opencv_opencv_traincascade.exe。
這個在opencv 的庫目錄bin下面可以找到。
由於這里使用的是編譯好的工具exe，因此傳入的參數我們通常通過寫批處理文件bat文件來實現。
以下是run_createssamples.bat，需要自己建立
這里說明一下這個文件，-vec 制定生成的vec文件，-info指定正樣本文件列表，-num指定樣本數量，-w，-h指定樣本的大小，需要主要的是樣本的數量最后不要留有空行。
我這次訓練的數據集正樣本個數為6587，負樣本個數為6584。這里對於負樣本的討論暫不展開，讀者可以自己設置，我這里大致是1:1，看到一些別的人說1:2,1:3的效果比較好，讀者可以自己控制個數作比較，但是訓練的樣本數至少在兩三千以上才會有比較好的效果。
PosImageList32_32.txt內部是這樣的,行中第一個參數是圖片的路徑，第二個參數是正樣本個數，之后跟着的正樣本的坐標，由於我這里已經將樣本截取了出來車臉就是32*32，因此這里是直接給出0 0 32 32。
NegImageList.txt內部是這樣的，直接給出負樣本的文件路徑即可,我這里負樣本文件名中還有face，但已經是負樣本不包含車臉，負樣本一般最后跟實際的應用場景一致，在這里可以選取為卡口馬路上的景象，雜物，行人，自行車等。
以下是run_traincascade_test2.bat，需要自己建立 !
詳細說明一下這幾個參數 -data 是用來存放模型的路徑以及每一級生成的相關參數注意！！，在這里-data的路徑必須自己手動設置，要不然會報錯，說找不到這個路徑，重要的事情說3遍！！ -vec用來指定正樣本生成的向量文件，-bg是指定負樣本文件文件，-numPos這里說明是每一級使用的正樣本個數，一般為正樣本數總量的80%左右，如果跟總樣本數一致會導致無法收斂，也就是訓練一致不結束，如果太少，訓練的效果較差。 -numNeg同理， -numStages指定訓練的級數，一般15-20級可以達到較好的效果，-precalcValBufSize 和 -precalcIdxBufSize 指定的是存儲計算過程中特征和特征索引的緩存大小，在內存足夠的情況下，這兩個值設置的大一點可以加速訓練過程，但是千萬不要設置的太大，電腦內存不夠，訓練會報錯的！！！ -maxWeakCount 設置每一級中弱分類器的最大個數，這里設置為150，-mode 指定使用harr特征中右上特征和旋轉特征，-miniHitRate 每一級的最低的命中率，默認為0.995,這里設置為0,997， -maxFalseAlarmRate 最大誤報率設置為0.5
OK設置好這些參數，就可以開啟訓練啦！！！！
訓練過程，當可以中斷訓練，重新運行批處理文件，他會載入之前生成的中間文件，所以不影響。如果發現長時間一級下不去的話，可能是沒收斂，需要重新調整參數，參見我上面說的。我運行了這個大概32*32的規模，運行了18級，每次取5000個樣本計算，總共是花了3天時間才訓練完。僅供參考
訓練結束后生成18個過程的中間文件，以及最后的模型文件cascade.xml，我將在下一講中介紹怎么使用這個模型文件。
這是我在應用過程中的一些見解和心得，網上也看了零零碎碎不少資料，希望能幫到你。如有錯誤，敬請指出。謝謝。