オプション

Usage: opencv_traincascade
  -data <cascade_dir_name>
  -vec <vec_file_name>
  -bg <background_file_name>
  [-numPos <number_of_positive_samples = 2000>]
  [-numNeg <number_of_negative_samples = 1000>]
  [-numStages <number_of_stages = 20>]
  [-precalcValBufSize <precalculated_vals_buffer_size_in_Mb = 1024>]
  [-precalcIdxBufSize <precalculated_idxs_buffer_size_in_Mb = 1024>]
  [-baseFormatSave]
  [-acceptanceRatioBreakValue <value> = -1>]
--cascadeParams--
  [-stageType <BOOST(default)>]
  [-featureType <{HAAR(default), LBP, HOG}>]
  [-w <sampleWidth = 24>]
  [-h <sampleHeight = 24>]
--boostParams--
  [-bt <{DAB, RAB, LB, GAB(default)}>]
  [-minHitRate <min_hit_rate> = 0.995>]
  [-maxFalseAlarmRate <max_false_alarm_rate = 0.5>]
  [-weightTrimRate <weight_trim_rate = 0.95>]
  [-maxDepth <max_depth_of_weak_tree = 1>]
  [-maxWeakCount <max_weak_tree_count = 100>]
--haarFeatureParams--
  [-mode <BASIC(default) | CORE | ALL
--lbpFeatureParams--
--HOGFeatureParams--

vecファイルを入力として、haar, LBP, HOGなどの特徴を指定して学習データを出力する。訓練用の正例・負例が4など少ない状態で動かしたらエラーになったので数を増やしたら動いた・・・。正例1000、負例80、-numStages 1なら動くことを確認した。訓練時間は1分もかからなかった。正例7000、負例3000は必要らしい。

下記のようなエラーになるときは訓練データ数が足りていない。または-numStagesが大きすぎる。

===== TRAINING 1-stage =====
<BEGIN
POS curreOpenCV Error: Bad argument (Can not get new positive sample. The most possible reason is insufficient count of samples in given vec-file.
) in get, file /Users/user/miniconda3/conda-bld/work/opencv-2.4.12/apps/traincascade/imagestorage.cpp, line 154
libc++abi.dylib: terminating with uncaught exception of type cv::Exception: /Users/user/miniconda3/conda-bld/work/opencv-2.4.12/apps/traincascade/imagestorage.cpp:154: error: (-5) Can not get new positive sample. The most possible reason is insufficient count of samples in given vec-file.

エラーなく終了すると、

-rw-r--r--  1 kt  staff  1170 Jan  4 05:44 cascade.xml
-rw-r--r--  1 kt  staff   594 Jan  4 05:44 params.xml
-rw-r--r--  1 kt  staff   384 Jan  4 05:44 stage0.xml

これらのファイルが出力される。caccade.xmlをサンプルで使っているxmlの代わりに使えば認識できるはず。要確認。

計算時間(-stageNum 1)

24x24 正例1000, 負例500で1分20秒
24x24 正例1000, 負例1000で2分12秒 (負例の数も影響する）
24x24 正例2000, 負例1000で3分59秒 (正例の数は大きく影響する）

学習結果のキャッシュ

xml出力ファイルにstageファイルができていて、それを消さないと最学習はしない。-stageNumを増やしたとき、キャッシュがあるときはそれを使う。