看到一篇论文上讲到可以用adaboost分类器进行行人检测，就想自己动手训练一下分类器，折腾了两周终于训练成功了。。。 opencv中有两个函数可以训练分类器opencv_haartraining.exe和opencv_traincascade.exe,前者只能训练haar特征，后者可以用HAAR、LBP和HOG特征训练分类器。这两个函数都可以在opencv\build\x86\vc10\bin

转载出处：http://blog.csdn.net/wuxiaoyao12/article/details/39227189 一、基础知识准备 首先，opencv目前仅支持三种特征的训练检测， HAAR、LBP、HOG，选择哪个特征就去补充哪个吧。opencv的这个训练算法是基于adaboost而来的，所以需要先对adaboost进行基础知识补充啊，网上一大堆资料，同志们速度去查阅。我的资

问题如下： 解决办法 解析：虚警率已经达标 不再继续训练 ，这里不能说是一个错误，只能说制作出来的xml文件可能较差 解决办法：先测试一下生成的cascade.xml，如果效果没有达到你的预期，有以下几个解决方案： 1：maxfalsealarm值应该设定到0.4 - 0.5之间 2：正负样本数太少，增大样本数