用HOG+SVM在Inria数据集上做行人检测与评测
来源:互联网 发布:练胸肌 知乎 编辑:程序博客网 时间:2024/05/17 01:04
by baiyu33
功能
基于OpenCV在Inria行人检测数据集上,做训练和测试,生成bbs用于评测
代码
在OpenCV3.0中的例程opencv/sources/sample/cpp/train_HOG.cpp基础上稍作修改
即:HOG+SVM实现做行人检测的训练和测试
数据
使用Caltech转化过的Inria行人检测数据集进行训练和测试
可通过下载如下item生成转化过的数据:
1.Caltech主页的Piotr Dollar提供的matlab toolbox
2.Caltech主页的用于转换图片和标注信息的代码
3.Caltech主页的转化过的Inria数据集
训练正样本:根据bbox从positive train images中截取,并resize到64*128的大小
训练负样本:从没有人的negative train images中随机取,每张图取10张:顶点随机生成,而宽度与高度是固定的64*128
训练的hard example:先用正样本和负样本训练得到模型,用这个模型在negative training images上(也就是没有人的背景图上)检测行人,检测到的都是false positive example。这些样本作为增加的训练负样本,与训练正样本共同参与到第二次训练
第二次训练完毕后,用得到的模型在测试机上检测,每次detectMultiScale的时候都能都到如下bbs信息:
imageId, x, y, width, height, score
即:图片id,检测窗口的左上角x坐标,y坐标,窗口宽度,高度,评分
所有这样的bbs信息都写入文件,就可以交给Piotr Dollar的那个matlab toolbox做评测了,稍微修改代码后执行dbEval就得到miss rate - fppi的结果。
不过结果真的不太理想,miss rate高达72%。换用OpenCV的hog默认的行人检测模型参数,在测试集上做检测并生成bbs文件,评测miss rate仍然高达71%。而Caltech官方评测中HOG的miss rate是46%,看来同志仍需努力啊。
代码下载
http://download.csdn.net/detail/baiyu33/9433476
- 用HOG+SVM在Inria数据集上做行人检测与评测
- VS+Opencv3.3下用HOG+SVM实现INRIA行人检测
- Hog+svm行人检测
- Hog+svm行人检测
- 行人检测HOG+SVM
- Hog+svm行人检测
- Hog+svm行人检测
- hog+svm 行人检测
- hog+svm行人检测
- Hog+svm行人检测
- HOG+SVM行人检测
- hog+SVM行人检测
- 运用HOG特征与SVM检测行人
- 用opencv实现HOG+SVM行人检测
- Hog SVM 车辆 行人检测
- HOG+SVM进行行人检测
- 行人检测(haar+adaboost 与 hog+SVM)
- Hog特征和SVM进行行人检测
- 【React Native开发】React Native控件之WebView组件详解以及实例使用(22)
- python 数据挖掘基础 入门
- 313. Super Ugly Number LeetCode
- Linux实现的IEEE 802.1Q VLAN
- 成为优秀程序员的10条黄金法则
- 用HOG+SVM在Inria数据集上做行人检测与评测
- SVN的日常操作指南
- Android消息机制
- Android Download 下载功能深入研究(一) : android下载功能的初探与实现
- JS中数组Array的用法示例用法详解
- 从一个实例(整数幂指数)进行算法时间复杂度的分析
- android 通过包名杀死进程
- Apache Maven 入门篇(下)
- 215. Kth Largest Element in an Array LeetCode