■

昨日したこと
OpenCVで画像サイズを24から32,40と変更したものを試したが、思ったほど精度があがらなかった。
たしかに、検出数は増えたが、誤検出も増えたので、stage上げたりNegを増やさないといけない。

今
ようやくOpenCVのトレーニング中のNeg Countにやたら時間かかる理由が納得できた。（推定）
BGは指定した画像中からランダムで、指定数だけ切り抜くわけだが、それまでのステージをテストして誤検出されないといけない。
ステージが進むにつれて、精度があがり、これまで１００を切り抜いたら１つは見つかった誤検出されるNeg画像が、10000とかに１つとかになる。
完成したcascadeを動かしたら、画像を１枚走査しても、誤検出０だったりするものね。

stageを上げ過ぎるといつか止まるのはこれも原因だろう。
逆に、誤検出限りなく０に近づけたいなら、検出率も下がるが、実質止まるまで、stageやfalseAlarm下げるといいかもね。

今日すること
OpenCVをもう少し
JavaScript版の機械学習を試す