经过近一个月的工程实战，把自己累积的经验分享给大家，教你如何训练一个收敛的，比opencv自带的data效果好的xml。
openv有两个训练exe，一个是opencv_haartraining.exe，一个是opencv_traincascade.exe，后者是前者的新版本，一般我们都使用后者，或者有三个特征：HAAR、HOG、LBP，cascade训练，如果你的opencv么有opencv_traincascade.exe,你可以自重新编译一遍，就会生成opencv_traincascade.exe，（cmake是从新编译opencv的神器哦，还有记得把对应的opencv lib和opencv_traincascade.exe放在一起哦）。不得不提的是opencv_createsamples.exe.这个是用来生成正样本vec的。
这两个exe的 的bat如下：
opencv_createsamples.exe -info name763.dat -vec zhengmian_763.vec -num 763 -w 50 -h 55
opencv_traincascade.exe -data DATAHOG -vec 763.vec -bg negname.dat -numPos 700 -numNeg 2100 -featureType HOG -w 50 -h 55 -numStages 20
好吧，具体命令什么的有很多人都讲过了。这里不啰嗦了。讲一下我实战出来的注意事项吧：
1 关于正样本，首先正样本不是有些人说的，你实际有300个正样本，在traincascade的时候可以写成3000的，这种思路是没有用的。在采集正样本的时候你一定要注意保持所有样本宽高比大致相同，如果你自己截图，推荐使用光影魔术手。或者牛逼的你自己写个gui截图工具。为了避免出现opencv error，在用opencv_traincascade.exe的时候，-numPos要稍微低于实际的正样本数目，比如你有2100个你就可以将numpos设为1900-2000,
2 无论正样本负样本，图片命名时不要用特殊字符，你就规规矩矩的命名pos1.jpg 。。。。。等等，特殊字符包括（），会出现opencv error，或者无法识别。
3 正负样本比例1:2.5~1:3，曾经有篇文章中说，为了减小false positive ，可以加大负样本数目。
4 当出现内存不够的情况时，有几种方法：1 你可以在64为pc上跑，2 减小正负样本的数目。3 减小正样本的宽高。
经验之谈，不善之处，多提意见。