作者 |Nidhi punj
编译 |Flin
起源 |medium
第 1 步:获取大量汽车图片
第 2 步:把它们都变成黑白图片
灰度图像使算法更快。色彩减少了模型的复杂性,或者咱们能够说灰色图像是用来简化数学的。例如,咱们能够议论亮度、对比度、边缘、形态、轮廓、纹理、透视、暗影等,而不用探讨色彩。
第 3 步:训练算法以检测汽车
当初问题来了:计算机如何训练算法?
咱们只是找到匹配项。
咱们能够匹配上述性能,以理论检测到汽车的后保险杠,如下所示。
检测行人的想法是一样的
一切都是为了匹配特色或形态。如果某个物体与上述特色相匹配,模型会将其检测为行人。
让咱们开始编写检测器
步骤 1 :咱们首先须要装置 OpenCV 库。
pip install opencv-python
如果这不起作用,请尝试:
pip install opencv-python-headless
如果你依然无奈装置。尝试应用 Google 搜寻,如何在计算机上安装 opencv?
步骤 2 :下载机器学习文件(Haar Cascade xml 文件):
咱们曾经提供了通过预训练的汽车和人体(行人)分类器,咱们只须要下载它即可。
汽车预训练分类器 :https://raw.githubusercontent…
人体预训练分类器 :https://raw.githubusercontent…
步骤 3 :咱们只须要编写 20 行代码。你能够通过浏览代码来了解它。
GitHub 的代码链接:https://github.com/nidhipunj7…
后果
查看视频:
- https://youtu.be/XXmPGpy9PxE
举荐链接:
- https://www.youtube.com/watch…
- https://docs.opencv.org/2.4/m…
原文链接:https://medium.com/@nidhipunj…
欢送关注磐创 AI 博客站:
http://panchuang.net/
sklearn 机器学习中文官网文档:
http://sklearn123.com/
欢送关注磐创博客资源汇总站:
http://docs.panchuang.net/