hog+svm 实现行人检测（C++ opencv3.4）

最新推荐文章于 2024-08-22 20:20:32 发布

xiao__run

最新推荐文章于 2024-08-22 20:20:32 发布

阅读量6.5k

点赞数 5

分类专栏： c++与opencv做图像处理图像处理机器学习

本文链接：https://blog.csdn.net/xiao__run/article/details/82902267

版权

图像处理同时被 3 个专栏收录

65 篇文章 495 订阅 ¥9.90 ¥99.00

订阅专栏

机器学习

33 篇文章 7 订阅 ¥29.90 ¥99.00

订阅专栏

c++与opencv做图像处理

48 篇文章 74 订阅

订阅专栏

这篇博客记录了利用C++和OpenCV3.4实现行人检测的过程，包括数据集准备、图像处理、训练分类器和测试。作者首先介绍了INRIA行人检测数据集的下载与结构，然后详细说明了如何处理负样本图像，并提供了处理代码片段。最后，讨论了训练SVM分类器和应用检测的过程。

摘要由CSDN通过智能技术生成

最近想学下传统机器学习方法来实现目标检测，从头到尾下来记录下自己的代码过程行人检测加粗样式
数据集准备：INRIA行人检测数据集百度云下载，http://pan.baidu.com/s/1eSdlw7g
下载完之后我们解压可以看到数据集文件分布

INRIADATA{**加粗样式**
    normalized_images{
        train{
            pos:96x160大小，训练正样本，需要crop中间的64x128大小。已经做过flip，即包含左右对称的图
            neg:大小不一，通常是几百乘几百，训练负样本，需要从每张图中随机crop 10个区域作为训练负样本
        }
    }
    original_images{
        train{
            pos:训练正样本，大小不一
            neg:训练负样本，大小不一
            annotations:标注信息
        }
        test{
            pos:大小不一
            neg:大小不一
            annotations:标注信息
        }
    }
}

进入文件夹，打开Train

了解本专栏