颜色分类leetcode-vehicle-detector:使用SVM和滑动窗口搜索检测视频中的汽车

上传者: 38688550 | 上传时间: 2022-05-09 10:27:22 | 文件大小: 83.94MB | 文件类型: ZIP
颜色分类leetcode 车辆探测器 该项目 我对这个项目的目标是: 通过删除重复图像(或接近重复)来清理图像数据集。 从标记的训练图像集中提取特征以构建包含以下内容的特征向量: 定向梯度(HOG) 特征的直方图。 颜色直方图特征。 空间颜色特征。 训练线性 SVM分类器以基于 识别汽车与非汽车。 使用 SVM 和滑动窗口技术搜索车辆。 估计检测到的车辆的边界框。 这个怎么运作 该车辆检测器使用带有非线性 SVM 的滑动窗口搜索来将图像中的不同窗口分类为是否包含汽车。 从那以后,我们随着时间的推移进行整合以消除误报分类。 然而,在讨论检测管道之前,我需要解释样本选择和训练过程。 样本选择 对于该项目,提供了超过 8000 张 64x64px 的车辆和非车辆类别的组合图像(下面进一步讨论)。 由于这些样本来自视频,因此由于视频的连续成名看起来非常相似,因此许多图像看起来几乎相同。 我没有使用这个数据集进行训练,这会导致人为地提高验证准确性或导致训练集的多样性降低,我删除了几乎重复的图像。 这是由clean_dataset.py完成的,它使用图像散列算法一次检查每个图像,并拒绝任何与先前观

文件下载

资源详情

[{"title":"( 28 个子文件 83.94MB ) 颜色分类leetcode-vehicle-detector:使用SVM和滑动窗口搜索检测视频中的汽车","children":[{"title":"vehicle-detector-master","children":[{"title":"clean_dataset.py <span style='color:#111;'> 2.97KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"unique_non-vehicles.pkl <span style='color:#111;'> 129.16KB </span>","children":null,"spread":false},{"title":"unique_vehicles.pkl <span style='color:#111;'> 70.14KB </span>","children":null,"spread":false},{"title":"documentation_imgs","children":[{"title":"car-detect.gif <span style='color:#111;'> 6.80MB </span>","children":null,"spread":false},{"title":"windows.png <span style='color:#111;'> 220.42KB </span>","children":null,"spread":false},{"title":"car-diagnostic.gif <span style='color:#111;'> 5.83MB </span>","children":null,"spread":false},{"title":"video-play.png <span style='color:#111;'> 182.04KB </span>","children":null,"spread":false},{"title":"car-diagnostic-equal.gif <span style='color:#111;'> 4.01MB </span>","children":null,"spread":false}],"spread":true},{"title":"test_videos","children":[{"title":"test_video.mp4 <span style='color:#111;'> 782.40KB </span>","children":null,"spread":false},{"title":"project_video.mp4 <span style='color:#111;'> 24.10MB </span>","children":null,"spread":false}],"spread":true},{"title":"trained_classifier.pkl <span style='color:#111;'> 42.36MB </span>","children":null,"spread":false},{"title":"test_images","children":[{"title":"test4.jpg <span style='color:#111;'> 196.48KB </span>","children":null,"spread":false},{"title":"test7.jpg <span style='color:#111;'> 215.33KB </span>","children":null,"spread":false},{"title":"test6.jpg <span style='color:#111;'> 226.65KB </span>","children":null,"spread":false},{"title":"test5.jpg <span style='color:#111;'> 238.16KB </span>","children":null,"spread":false},{"title":"test1.jpg <span style='color:#111;'> 212.15KB </span>","children":null,"spread":false},{"title":"test3.jpg <span style='color:#111;'> 144.12KB </span>","children":null,"spread":false},{"title":"test2.jpg <span style='color:#111;'> 170.13KB </span>","children":null,"spread":false}],"spread":true},{"title":"Xy_scaler.pkl <span style='color:#111;'> 198.77KB </span>","children":null,"spread":false}],"spread":true},{"title":"test.py <span style='color:#111;'> 1.11KB </span>","children":null,"spread":false},{"title":"train.py <span style='color:#111;'> 7.07KB </span>","children":null,"spread":false},{"title":"test_images","children":[{"title":".DS_Store <span style='color:#111;'> 6.00KB </span>","children":null,"spread":false}],"spread":true},{"title":"feature_extraction.py <span style='color:#111;'> 10.70KB </span>","children":null,"spread":false},{"title":"find_cars.py <span style='color:#111;'> 13.63KB </span>","children":null,"spread":false},{"title":"examples","children":[{"title":".DS_Store <span style='color:#111;'> 6.00KB </span>","children":null,"spread":false}],"spread":true},{"title":".gitignore <span style='color:#111;'> 3.22KB </span>","children":null,"spread":false},{"title":"output_images","children":[{"title":".DS_Store <span style='color:#111;'> 6.00KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 14.59KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明