文件名称：颜色分类leetcode-vehicle-detection-with-svm:车辆检测项目
文件大小：50.44MB
文件格式：ZIP
更新时间：2024-07-26 16:07:57
系统开源
颜色分类leetcode 车辆检测 在这个项目中，我的目标是编写一个软件管道来检测视频中的车辆。 该项目 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 应用颜色变换并将分箱颜色特征以及颜色直方图附加到我的 HOG 特征向量。 实施滑动窗口技术并使用我训练有素的分类器在图像中搜索车辆。 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。 估计检测到的车辆的边界框。 如何运行项目 克隆回购 git clone git@github.com:ckirksey3/vehicle-detection-with-svm.git cd vehicle-detection-with-svm 设置您的环境 如果您还没有安装 Jupyter 和 OpenCV 之类的工具，请按照 配置一个将为您提供这些工具的 anaconda 环境。 下载训练集 下载训练数据并将其解压缩到 Vehicle-detection-with-svm 目录中名为“train”的新目录中。 运行笔记本 jupyter notebook 走过步骤 要实际查看代码，
【文件预览】：
vehicle-detection-with-svm-master
----writeup_template.md(6KB)
----VehicleDetection.ipynb(1.75MB)
----test_video.mp4(782KB)
----resources()
--------sample_car.png(59KB)
--------window.png(184KB)
--------color.png(8KB)
--------window_search.png(603KB)
--------hog.png(79KB)
--------heatmap.png(5KB)
--------spatial.png(32KB)
----VehicleDetection.pdf(1.82MB)
----test_images()
--------test4.jpg(196KB)
--------test6.jpg(227KB)
--------.DS_Store(6KB)
--------test5.jpg(238KB)
--------test1.jpg(212KB)
--------test3.jpg(144KB)
--------test2.jpg(170KB)
----project_video.mp4(24.1MB)
----project_video_output.mp4(17.75MB)
----examples()
--------HOG_example.jpg(209KB)
--------output_bboxes.png(530KB)
--------bboxes_and_heat.png(559KB)
--------labels_map.png(12KB)
--------sliding_windows.jpg(374KB)
--------sliding_window.jpg(273KB)
--------car_not_car.png(821KB)
----.gitignore(137B)
----output_images()
--------save_output_here.txt(112B)
--------.DS_Store(6KB)
----README.md(8KB)