文件名称：Vehicle-Detection
文件大小：66.75MB
文件格式：ZIP
更新时间：2024-05-21 08:43:06
HTML
车辆检测 车辆检测项目 该项目的目标/步骤如下： 在带标签的训练图像上执行定向梯度直方图（HOG）特征提取并训练分类器Linear SVM分类器 （可选）您还可以应用颜色变换并将合并的颜色特征以及颜色直方图附加到HOG特征向量。 注意：对于前两个步骤，请不要忘记标准化功能并随机选择用于训练和测试的内容。 实施滑动窗口技术，并使用训练有素的分类器搜索图像中的车辆。 在视频流上运行管道（从test_video.mp4开始，然后在完整的project_video.mp4上实施），并逐帧创建重复检测的热图，以排除异常值并跟踪检测到的车辆。 估计检测到的车辆的边界框。 撰写/自述文件 1.提供一个Writeup / README，其中包括所有要点以及如何解决每一个要点。 您可以以markdown或pdf形式提交您的文章。 是此项目的模板文章，您可以将其用作指南和起点。 您正在阅读！ 我
【文件预览】：
Vehicle-Detection-master
----writeup_Vehicle_Detection.md(8KB)
----vehicle_detector.py(4KB)
----Vehicle Detection Project Report.ipynb(10KB)
----project_video.mp4(24.1MB)
----search_classify.py(9KB)
----images()
--------test2.jpg(205KB)
--------test1.jpg(257KB)
--------heat()
--------test6.jpg(272KB)
--------test4.jpg(236KB)
--------full_pipeline()
--------test3.jpg(175KB)
--------test5.jpg(283KB)
----output_images()
--------save_output_here.txt(112B)
--------.DS_Store(6KB)
--------test2.jpg(205KB)
--------test1.jpg(257KB)
--------test6.jpg(272KB)
--------test4.jpg(236KB)
--------test3.jpg(175KB)
--------test5.jpg(283KB)
----examples()
--------sliding_windows.jpg(374KB)
--------.DS_Store(6KB)
--------car_not_car.png(821KB)
--------HOG_example.jpg(209KB)
--------output_bboxes.png(530KB)
--------sliding_window.jpg(273KB)
--------labels_map.png(12KB)
--------bboxes_and_heat.png(559KB)
----Final_output_video.mp4(16.41MB)
----test_images()
--------.DS_Store(6KB)
--------test2.jpg(170KB)
--------test1.jpg(212KB)
--------test6.jpg(227KB)
--------test4.jpg(196KB)
--------test3.jpg(144KB)
--------test5.jpg(238KB)
----README.md(8KB)
----test_video.mp4(782KB)
----__pycache__()
--------lesson_functions.cpython-35.pyc(5KB)
----lesson_functions.py(8KB)
----Vehicle Detection Project Report.html(257KB)
----project_video_cars_1.mp4(16.41MB)