上传者: 38631329
|
上传时间: 2021-10-22 19:53:02
|
文件大小: 40.39MB
|
文件类型: -
颜色分类leetcode
车辆检测项目
概述
车辆检测项目使用机器学习和计算机视觉技术,并结合技术。
我应用了两种不同的检测方法。
本项目的步骤如下:
1)
SVM算法
对标记的训练图像集执行定向梯度直方图
(HOG)
特征提取,并训练分类器线性
SVM
分类器。
实施有效的滑动窗口技术并使用训练有素的
SVM
分类器搜索图像中的车辆。
在视频流上运行管道并逐帧创建重复检测的热图,以拒绝异常值并跟踪检测到的车辆。
2)YOLO算法
构建基于
Keras
的神经网络并实现预训练模型来预测图像。
在视频流上运行管道并创建一个控制台来监控车道状态和检测。
用法
Project-SVM.py和helper.py包含
SVM
分类器结构和管道的代码。
dist.p包含一个基于
YUV
颜色特征和
HOG
特征的训练
SVM
分类器,具有
17,000
多张汽车和非汽车图片。
Project-yolo.py和helper_yolo.py包含helper_yolo.py网络和管道的代码。
依赖关系
麻木
简历2
学习
scipy
skimage
凯拉斯
1)
SVM算法
SVM(支持向量机)是一种强