Fehler in train_object_detector.cpp dlib

Question

Ich habe versucht, train_object_detector.cpp in dlib Bibliothek zu trainieren, um es für die Fußgängererkennung zu trainieren. Ich verwende INRIA-Datensatz und als ich versuchte, es zu benutzen, es gab eine Ausnahme:

exception thrown! 
Error! An impossible set of object boxes was given for training. All 
the boxes 
need to have a similar aspect ratio and also not be smaller than about 
1600 
pixels in area. The following images contain invalid boxes: 
crop001002.png 
crop001027.png 
crop001038.png 
crop001160.png 
crop001612.png 
crop001709.png 
Try the -h option for more information. 

, wenn ich diese Fotos entfernt, es lief und geladen alle Fotos, aber dann wurde eine weitere Ausnahme ausgelöst

exception thrown! 
An impossible set of object labels was detected. This is happening 
because none 
of the object locations checked by the supplied image scanner is a 
close enough 
match to one of the truth boxes. To resolve this you need to either 
lower the 
match_eps or adjust the settings of the image scanner so that it hits 
this truth box. Or you could adjust the offending truth rectangle so 
it can be matched by the current image scanner. Also, if you are using 
the scan_image_pyramid object then you could try using a finer image 
pyramid or adding more detection templates. E.g. if one of your 
existing detection templates has a matching width/height ratio and 
smaller area than the offending rectangle then a finer image pyramid 
would probably help. 

bitte helfen Sie mir, damit umzugehen.

Answer 1

Haben Sie Ihre Bilder mit ImgLab beschriftet?

Wenn Sie Ihre Bilder mit diesem Werkzeug beschriften, beachten Sie, dass Ihre Begrenzungsrahmen ein ähnliches Seitenverhältnis haben müssen und dass diese Begrenzungsrahmen kleiner als das Schiebefenster sein müssen. Normalerweise sollte das Beispiel, das Sie ausführen, dynamisch die Größe des gleitenden Fensters gemäß den bereitgestellten Feldern berechnen.

Ich würde vorschlagen, dass Sie den Quellcode ein wenig ändern, um weitere Nachverfolgung für die Fehlerquelle zu tun, wenn keiner von diesen hilft.