OpenCV自定义训练Cascade分类器无法检测目标问题求助

你的代码和训练流程存在以下明确问题，按优先级修正即可：

• 检测框绘制逻辑错误：detectMultiScale返回的(x, y, width, height)元组中，width为检测框横向长度、height为纵向长度，你代码中矩形对角点写为(x + height, y + width)，完全颠倒了宽高参数，即便检测到目标也会画出错位、变形的无效框。
• 正样本制作不符合训练要求：仅将单张裁剪的苹果Logo复制多份凑正样本数量是无效的。Haar级联分类器的泛化能力来自正样本的多样性，你需要准备不同光照、不同拍摄角度、不同缩放比例、带轻微背景干扰的至少上百张苹果Logo实拍裁剪图作为正样本，单图重复训练出的模型完全不具备通用识别能力，只会出现要么全检不出、要么乱检误检的情况。
• 训练参数与目标属性不匹配：你裁剪的原始Logo尺寸为285*354，宽高比约为0.8:1，但训练时设置的样本尺寸为width=15、height=20，宽高比为0.75:1，比例偏差会导致特征提取错位。同时你调用detectMultiScale时仅设置了minSize，缺失必要的检测参数，默认配置容错率极低。
• 训练提前终止属于异常状态：

训练日志输出NEG count : acceptanceRatio 0 : 0+提前终止提示，本质是训练时负样本数量不足、多样性不够，分类器还未学习到足够的负样本特征就触发了预设的假阳率阈值，属于过拟合表现。你后续补充负样本后出现误检，是因为正样本本身无泛化性，分类器根本没有学到苹果Logo的核心特征，只会随机匹配到和训练用单张图局部纹理相似的背景区域。

修正步骤 #

1. 首先修复代码错误，补全检测函数参数，将对应代码段修改为：

   found = stop_data.detectMultiScale(img_gray,
                                      scaleFactor=1.1,
                                      minNeighbors=5,
                                      minSize=(20,20),
                                      maxSize=(200,200))
   amount_found = len(found)
   
   if amount_found != 0:
       for (x, y, width, height) in found:
           # 修正宽高参数
           cv2.rectangle(img_rgb, (x, y),
                         (x + width, y + height),
                         (0, 255, 0), 5)
   

   后续调试时可灵活调整参数：误检过多就增大minNeighbors数值，漏检过多就减小minNeighbors、调小scaleFactor。
2. 重新准备训练样本：
   • 正样本：收集100张以上不同场景下的苹果Logo图，裁剪后统一缩放到与真实Logo宽高比一致的训练尺寸，例如按原始285:354的比例设置训练样本为width=20、height=25，不要用单张图复制凑数。
   • 负样本：数量保持为正样本的2-3倍，选择完全不包含苹果Logo的各类日常场景图，避免全用纯色图、和检测场景高度重合的无目标图。
3. 重新完成训练后，先用标注好的测试集验证分类器的准确率、误检率，再用实际场景图测试，不要直接用单张原图调参。

内容的提问来源于stack exchange，提问作者Paramesh Sriram