使用opencv_traincascade训练样本的问题

Question

环境opencv3.4.11
我在使用opencv进行样本训练的过程中有几点问题在查找资料的过程中一直没有找到想要的答案，如今抛出来想看看大家怎么理解的。
问题1：在使用opencv Haar+级联分类训练中，我使用了1087的（电动车和电摩）正样本，以及2455的负样本，在负样本中我有近150张的汽车的负样本图，但我在测试的时候，为何还能错识汽？是我的正负、样本数量还不够么？

问题2：我查阅资料遇到了两种负样本的说法，第一种是，负样本进行归一化，原因是根据监测实际场景，将负样本缩小成40*40，目标是24*24的。第二种是，负样本不需要归一化，因为在训练时，会在一张负样本中随机选取一块与正样本大小的区域作为负样本。那在这里，这张负样本再被提取一块后就被舍弃了，还是说会把这张负样本图以24*24（正样本大小）区域全部取出来做成负样本？

问题3：如果我的正样本中存在部分背景，需要把正样本抠出来么或者把背景弄成白色？还是说允许背景的存在？ 我之前扣过背景，扣完后背景都是黑色的，正样本400，负样本800的时候。但效果很差，基本识别不到电动车。但是带上背景后效果就很好了