📢：如果你也对机器人、人工智能感兴趣，看来我们志同道合✨
📢：不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
📢：文章若有幸对你有帮助，可点赞 👍 收藏 ⭐不迷路🙉
📢：内容若有错误，敬请留言 📝指正！原创文，转载请注明出处
参考：
基于python的HOG+SVM目标检测算法实现
OpenCV4学习笔记（44）——基于HOG特征与SVM线性分类器的自定义对象检测
Opencv检测自定义目标
OpenCV3特征提取与目标检测之HOG（三）——使用HOG加SVM训练自己的行人检测模型
自定义对象检测的步骤
需要训练针对自定义对象的SVM模型，通过提取样本图像的HOG特征描述子，来生成样本的特征数据，再通过SVM线性分类器对这些特征数据进行分类学习与训练，并且还可以将训练结果保存为 .xml 或 .yml 模型文件，这样以后就可以通过加载这些模型来实现对同一种对象的检测。
1.确定提取特征点的算法和分类器。
2.收集数据集。采集检测对象的样本并打上标签，包括正样本和负样本。
3.编写代码，输入样本，获取每个样本的描述子和对应的标签，得到并保存训练模型。
4.模型验证。使用训练好的模型，对每张验证样本进行检测。
hog特征最早是由法国人使用
hog特征主要针对图像的梯度进行提取，从三通道转化为单通道，然后进行梯度计算，由于hog基于网格，因此在网格的基础上进行直方图的绘制，就会得到块描述子，再对描述子进行归一化。
就会得到正式的描述子数据。如果待检测对象的数据跟开窗的窗口区域的hog描述子数据，进行比对后，相似程度高于某一个阈值，那就是同一个物体。
svm对特征数据进行学习，得到一个二分类的分类器，具有很强的分类能力。对一些非实时性场景，准确性比较高。
图像灰度化后被分为一个有一个网格，每个网格就是一个8*8的像素块，在像素块上计算图像的梯度和角度，然后将梯度表述成直方图的形式。
一张图像有4608个描述子.
根据块的形状不同可以分为块和圆形hog特征
正负样本（图像）都会生成hog描述子，也就是说每张训练的图像都会有对应4608个描述子和标签
svm最小单元是感知机，感知机是二分类的，svm可以进行多种分类
改进：
1.不同分辨率的被检测图像，如何检测？图像金字塔？
2.如何提高检测速度，在开窗检测的时候优化，改为指针的方法
3.多个对象如何检测？
这种检测方法对一些刚体的检测特别有效果
其次，对特定应用场景的检测有很有效果
第一步：确定提取特征点的算法和分类器
本次选用HOG+SVM的方法对自定义对象进行检测。
HOG的详细介绍参考：
SVM的详细介绍参考：SVM学习（一）：SVM概念
梯度直方图的学习：
归一化的学习：
缺点：计算量大，实时性差
第二步：采集检测对象的样本
图像样本的要求：尺寸最好大于64128（宽高）
对硬件的要求:
第三步：编写代码
代码中的参数含义：
1、pos文件夹 （正样本）
2、neg文件夹 (负样本 训练时所需文件)
3、xml (分类器保存的位置)
4、pos.txt （正样本图片路径和图片大小说明）
5、neg.txt （负样本图片路径说明 训练时所需文件）
6、pos.vec (pos.txt->pos.vec 训练时所需文件)
7、create_sample.bat (pos.txt->pos.vec的命令）
8、treain.bat (训练的命令）
1.训练模型，准备好正负样本进行训练
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace cv::ml;
using namespace std;
string positive_dir = "D:/images/person/positive";//文件夹内的图像名称和格式不限制
string negative_dir = "D:/images/person/negative";
void get_hog_descriptor(Mat &image, vector<float> &desc);
void generate_dataset(Mat &trainData, Mat &labels);
void svm_train(Mat &trainData, Mat &labels);
int main(int argc, char** argv) {
// read data and generate dataset
Mat trainData = Mat::zeros(Size(3780, 18983), CV_32FC1);//列数是描述子个数，3780指的是描述子的个数。行数是样本数，此处26指的是正负样本数之和，需要根据实际训练的样本数进行适当的修改
Mat labels = Mat::zeros(Size(1, 18983), CV_32SC1);//标签只有1列，此处26指的对应所有26样本的标签数量，标签是1或是-1
generate_dataset(trainData, labels);
// SVM train, and save model 回调svm_train函数，进行svm训练和保存模型
svm_train(trainData, labels);
}
void get_hog_descriptor(Mat &image, vector<float> &desc) {
HOGDescriptor hog;
int h = image.rows;
int w = image.cols;
float rate = 64.0 / w;
Mat img, gray;
resize(image, img, Size(64, int(rate*h)));//对图像进行等比例缩放，宽度设置为定长64，长度等比例缩放
cvtColor(img, gray, COLOR_BGR2GRAY);//灰度化
Mat result = Mat::zeros(Size(64, 128), CV_8UC1);//创建一个64*128黑色的图像
result = Scalar(127);//对其余部分自动赋值，127即为灰色
Rect roi;
roi.x = 0;
roi.width = 64;
roi.y = (128 - gray.rows) / 2;
roi.height = gray.rows;
gray.copyTo(result(roi));
hog.compute(result, desc, Size(8, 8), Size(0, 0));//8*8的像素块为一个cell，四个cell（2*2）为一个块描述子，128*64的图像一共有16*8个cell，
//2*2窗口进行滑动后生成15*7块描述子,所有描述子从result中计算hog特征，保存在desc中
printf("desc len : %d \n", desc.size());//打印出dsrc的长度，也就是描述子的个数
}
void generate_dataset(Mat &trainData, Mat &labels) {//生成数据集
vector<string> images;
//定义正样本
glob(positive_dir, images);//扫描所有的正样本，保存在images中
int pos_num = images.size();
for (int i = 0; i < images.size(); i++) {
Mat image = imread(images[i].c_str());//读取每一张图像
vector<float> fv;
get_hog_descriptor(image, fv);//获取已生成的描述子，存放在fv中
for (int j = 0; j < fv.size(); j++) {
trainData.at<float>(i, j) = fv[j];
}
labels.at<int>(i, 0) = 1;
}
images.clear();//清除上述的正样本
//定义负样本
glob(negative_dir, images);
for (int i = 0; i < images.size(); i++) {
Mat image = imread(images[i].c_str());
vector<float> fv;
get_hog_descriptor(image, fv);
for (int j = 0; j < fv.size(); j++) {
trainData.at<float>(i + pos_num, j) = fv[j];
}
labels.at<int>(i + pos_num, 0) = -1;
}
}
//训练模型
void svm_train(Mat &trainData, Mat &labels) {
printf("\n SVM training start... \n");
Ptr<SVM> svm = SVM::create();
svm->setC(2.67);//2.67是其默认值
svm->setType(SVM::C_SVC);
svm->setKernel(SVM::LINEAR);//设置核，SVM支持各种核，liner是线性核，比较简单，速度快
svm->setGamma(5.383);//5.383是Gamma的参数
svm->train(trainData, ROW_SAMPLE, labels);
clog << "....[Done]" << endl;
printf("train end...\n");
// save xml
svm->save("D:/images/person/hog_elec.xml");
}
2.检测测试集
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace cv::ml;
using namespace std;
string positive_dir = "D:/images/elec_watch/positive";
string negative_dir = "D:/images/elec_watch/negative";
void get_hog_descriptor(Mat &image, vector<float> &desc);
void generate_dataset(Mat &trainData, Mat &labels);
int main(int argc, char** argv) {
//调用SVM训练好的模型，即hog_elec.xml文件
Ptr<SVM> svm = SVM::load("D:/images/elec_watch/hog_elec.xml");
// 检测物体
Mat test = imread("D:/images/elec_watch/test/scene_01.jpg");
resize(test, test, Size(0, 0), 0.2, 0.2);//降低分辨率级别
imshow("input", test);
Rect winRect;//设置64X128的标准窗口
winRect.width = 64;
winRect.height = 128;
int sum_x = 0;
int sum_y = 0;
int count = 0;
// 开窗检测....，这段代码只能框选出一个物体
for (int row = 64; row < test.rows - 64; row += 4) {
for (int col = 32; col < test.cols - 32; col += 4) {
winRect.x = col - 32;
winRect.y = row - 64;
vector<float> fv;
get_hog_descriptor(test(winRect), fv);
Mat one_row = Mat::zeros(Size(fv.size(), 1), CV_32FC1);
for (int i = 0; i < fv.size(); i++) {
one_row.at<float>(0, i) = fv[i];
}
float result = svm->predict(one_row);
if (result > 0) {
// rectangle(test, winRect, Scalar(0, 0, 255), 1, 8, 0);//显示出所有的框
count += 1;
sum_x += winRect.x;
sum_y += winRect.y;
}
}
}
// 显示box，对所有框取平均。
winRect.x = sum_x / count;
winRect.y = sum_y / count;
rectangle(test, winRect, Scalar(0, 0,255), 2, 8, 0);
imshow("object detection result", test);
imwrite("D:/case02.png", test);
waitKey(0);
return 0;
}
void get_hog_descriptor(Mat &image, vector<float> &desc) {
HOGDescriptor hog;
int h = image.rows;
int w = image.cols;
float rate = 64.0 / w;
Mat img, gray;
resize(image, img, Size(64, int(rate*h)));
cvtColor(img, gray, COLOR_BGR2GRAY);
Mat result = Mat::zeros(Size(64, 128), CV_8UC1);
result = Scalar(127);
Rect roi;
roi.x = 0;
roi.width = 64;
roi.y = (128 - gray.rows) / 2;
roi.height = gray.rows;
gray.copyTo(result(roi));
hog.compute(result, desc, Size(8, 8), Size(0, 0));
// printf("desc len : %d \n", desc.size());
}
void generate_dataset(Mat &trainData, Mat &labels) {
vector<string> images;
glob(positive_dir, images);
int pos_num = images.size();
for (int i = 0; i < images.size(); i++) {
Mat image = imread(images[i].c_str());
vector<float> fv;
get_hog_descriptor(image, fv);
for (int j = 0; j < fv.size(); j++) {
trainData.at<float>(i, j) = fv[j];
}
labels.at<int>(i, 0) = 1;
}
images.clear();
glob(negative_dir, images);
for (int i = 0; i < images.size(); i++) {
Mat image = imread(images[i].c_str());
vector<float> fv;
get_hog_descriptor(image, fv);
for (int j = 0; j < fv.size(); j++) {
trainData.at<float>(i + pos_num, j) = fv[j];
}
labels.at<int>(i + pos_num, 0) = -1;
}
}
训练时候出现的问题
在negative或是positive中添加图像都会增加训练负担，因此最好是在网络较为流畅的时候进行。
测试经验：之前在positive中有好几种上兆的图像，训练时很顺利；后面使用同样的数据集做训练，发现训练停止。比如出现下图的情况是由于网速过慢导致的。
3141
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
