如何使用Dlib的多个目标检测器？已训练两人脸检测器遇报错

我帮你梳理下代码里的问题，以及正确实现双检测器融合的方法：

你的代码里存在的几个关键错误： #

• 未定义detectors变量，直接调用detectors[0]会导致编译错误
• object_detector<image_scanner_type> face_detector(2);的构造方式不正确，Dlib的单检测器不能直接这样初始化多个模型
• deserialize的参数顺序搞反了，正确的格式是deserialize("文件名") >> 检测器对象;
• 文件名出现混淆，比如你提到的是object_detector1.svm和object_detector2.svm，但代码里写了face_detector1.svm

正确的实现代码 #

下面是修正后的完整代码，我会在关键部分加注释说明：

#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/gui_widgets.h>
#include <dlib/image_io.h>
#include <iostream>
using namespace dlib;
using namespace std;

int main(int argc, char** argv) {
    try {
        if (argc == 1) {
            cout << "Give some image files as arguments to this program." << endl;
            return 0;
        }

        // 定义和训练时一致的图像扫描器类型
        typedef scan_fhog_pyramid<pyramid_down<6>> image_scanner_type;

        // 1. 分别加载两个训练好的检测器
        object_detector<image_scanner_type> detector1, detector2;
        deserialize("object_detector1.svm") >> detector1;
        deserialize("object_detector2.svm") >> detector2;

        // 2. 将两个检测器合并成一个组合检测器（ensemble）
        // 这样会同时运行两个检测器，自动合并检测结果
        auto combined_detector = join_detectors(detector1, detector2);

        image_window win;
        // 处理命令行传入的所有图像
        for (int i = 1; i < argc; ++i) {
            cout << "processing image " << argv[i] << endl;
            array2d<unsigned char> img;
            load_image(img, argv[i]);
            pyramid_up(img);

            // 3. 使用组合检测器进行检测
            std::vector<rectangle> dets = combined_detector(img);
            cout << "Number of faces detected: " << dets.size() << endl;

            win.clear_overlay();
            win.set_image(img);
            win.add_overlay(dets, rgb_pixel(255,0,0));
            cout << "Hit enter to process the next image..." << endl;
            cin.get();
        }
    } catch (exception& e) {
        cout << "\nexception thrown!" << endl;
        cout << e.what() << endl;
    }
    return 0;
}

关键说明： #

• join_detectors函数是Dlib专门用来合并多个检测器的工具，它会把多个检测器的检测结果进行整合，自动去除重复或重叠度过高的检测框，提升检测的准确率和召回率
• 确保你加载的两个检测器使用的是完全相同的图像扫描器类型（也就是typedef scan_fhog_pyramid<pyramid_down<6>> image_scanner_type;这部分要和你训练检测器时的代码一致，否则会加载失败）
• 如果你的两个检测器使用的是不同的扫描器参数，那不能直接用join_detectors，需要分别检测后手动合并结果（比如用non_max_suppression函数来去除重复框）

内容的提问来源于stack exchange，提问作者Jayesh