文件名称：颜色分类leetcode-python-vehicle-detection:Python中的车辆检测
文件大小：59.5MB
文件格式：ZIP
更新时间：2024-07-26 16:35:24
系统开源
颜色分类leetcode 车辆检测 最终输出 定向梯度直方图 (HOG) 车辆与非车辆示例" 我创建了一个名为 get_hog_features 的函数。 经过一番研究，我发现我可以使用 cv2.HOGDescriptor，并为其提供特征空间。 为了获取图像的特征空间，这里有一个代码片段 def get_feature_space ( img , cspace ): if cspace != 'RGB' : if cspace == 'HLS' : features = cv2 . cvtColor ( img , cv2 . COLOR_RGB2HLS ) elif cspace == 'YCrCb' : features = cv2 . cvtColor ( img , cv2 . COLOR_RGB2YCrCb ) elif cspace == 'HSV' : features = cv2 . cvtColor ( img , cv2 . COLOR_RGB2HSV ) elif cspace == 'LUV' : features = cv2 . cvtColor ( img
【文件预览】：
python-vehicle-detection-master
----.ipynb_checkpoints()
--------model-checkpoint.ipynb(751KB)
----scaler1.pkl(42KB)
----examples()
--------output_bboxes.png(530KB)
--------labels_map.png(12KB)
--------car_not_car.png(821KB)
--------sliding_window.jpg(273KB)
--------bboxes_and_heat.png(559KB)
--------HOG_example.jpg(209KB)
--------sliding_windows.jpg(374KB)
----README.md(5KB)
----output_images()
--------one.png(414KB)
--------three.png(1015KB)
--------save_output_here.txt(112B)
--------two.png(265KB)
----model.ipynb(664KB)
----project_video.mp4(24.1MB)
----result.mp4(12.72MB)
----mlp1.pkl(5.39MB)
----test_images()
--------test5.jpg(238KB)
--------test3.jpg(144KB)
--------test6.jpg(227KB)
--------test2.jpg(170KB)
--------test4.jpg(196KB)
--------test1.jpg(212KB)
----test_video.mp4(782KB)
----result.gif(10.37MB)