整个项目源码:
整个项目数据集:、
引言
本次分享主要介绍,如何对道路上的汽车进行识别与跟踪。这里我们实现一个简单的demo。后续我们还会对前面的代码及功能进行重构,从而进一步丰富我们的功能。
项目软件框架
下图是车辆检测的实现流程图:
具体内容如下:
在有标签的训练数据集上进行Histogram of Oriented Gradients(HOG)特征提取
Normalize 这些特征,并随机化数据集
训练线性SVM分类器
实现一个滑动窗口技术,并使用训练好的分类器在图片中寻找车辆
实现一个流处理机制,并通过一帧一帧地创建循环检测的热图来去除异常值及跟踪车辆
为检测到的车辆估计一个边界框
Features
本项目,我们使用一些有标签的训练数据:汽车图片、无汽车图片,训练数据在all文件夹中可以找到
有汽车地图片标签为1,无汽车的图片标签为0
我们先读取数据,看下数据的分布
# impor
1