HOG + SVM(行人检测, opencv实现)
摘要：HOG+SVM流程 1.提取HOG特征 灰度化 + Gamma变换(进行根号求解) 计算梯度map(计算梯度) 图像划分成小的cell，统计每个cell梯度直方图 多个cell组成一个block, 特征归一化 多个block串接,并归一化 2.训练SVM分类器
阅读全文
posted @
2019-06-30 16:31
python我的最爱
阅读(4059)
推荐(0) 编辑
Viola-Jones(人脸检测)
摘要：Viola-Jones 人脸检测 1.Haar特征抽取 ‘ 2. Adaboost 算法
阅读全文
posted @
2019-06-30 13:17
python我的最爱
阅读(1306)
推荐(0) 编辑
5.读取标签文本，制作出标签字典以及图片路径，并且构造对应的人类别标签
摘要：第一步： 使用.read().strip().split('\n') 将标签进行拆分 第二步：对路径进行拆分，分成文件夹名字和路径名 第三步：构造字典，将文件夹名做为key，图片的路径作为value，如果图片路径存在就进行添加 第四步：使用class构造出data_dir，list_file， 及每
阅读全文
posted @
2019-06-24 11:02
python我的最爱
阅读(629)
推荐(0) 编辑
4. 获取当前的文件夹的路径，以及当前文件名的路径 os.path.realpath
摘要：使用os.path.realpath(__file__) 获得当前的文件夹的路径名, 使用os.path.split 进行路径切割 算法效果
阅读全文
posted @
2019-06-13 18:28
python我的最爱
阅读(692)
推荐(0) 编辑
3.将模型的参数写入到文件里面
摘要：第一步：构造argv参数 第二步：使用vars(argv) 构造字典 第三步：循环vars(argv), 将用f.write() 将键和值进行写入
阅读全文
posted @
2019-06-13 18:20
python我的最爱
阅读(1039)
推荐(0) 编辑
2.进行model和log的路径创建
摘要：第一步：使用datetime.strftime(datetime.now(), '%Y%m%d-%H%M%S') 用于生成当前时间 第二步： 使用os.path.join() 将文件的路径与subdir路径进行结合 第三步：使用os.path.isdir() 判断路径是否存在，如果不存在就创建mod
阅读全文
posted @
2019-06-13 17:52
python我的最爱
阅读(354)
推荐(0) 编辑
1. 参数的传入和添加 argparse.ArgumentParser()
摘要：# Edit configuration 传入的参数使用的是--file_dir picture， 获取使用的是argv.file_dir
阅读全文
posted @
2019-06-13 17:32
python我的最爱
阅读(3516)
推荐(1) 编辑
图片旋转 1. cv2.getRotationMatrix2D(获得仿射变化矩阵) 2. cv2.warpAffine(进行仿射变化)
摘要：1.rot_mat = cv2.getRotationMatrix2D(center, -5, 1) 参数说明：center表示中间点的位置，-5表示逆时针旋转5度，1表示进行等比列的缩放 2. cv2.warpAffine(img, rot_mat, (img.shape[1], img.shap
阅读全文
posted @
2019-06-01 14:49
python我的最爱
阅读(16779)
推荐(0) 编辑
