腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
HOG
+
SVM
实现
没有
找到
正确
的
面
数
python
、
opencv
团队: 我正在尝试使用OpenCV提供
的
HOG
+
SVM
实现
来查找人脸。无论我如何改变步幅和缩放比例,检测到
的
面
数
都是不准确
的
。而同样
的
图像在传递给DLIB时可以
正确
地
找到
人脸。我使用
的
是"Ellen's 2014年
的
自拍@奥斯卡“,它有10张脸(不包括2张不完全可见
的
脸)。 请建议我还可以做些什么来提高准确性。= cv2.cv
浏览 36
提问于2020-04-26
得票数 0
1
回答
用于
HOG
对象检测
的
PythonandC++
实现
中OpenCV
的
不同结果
python
、
c++
、
opencv
、
computer-vision
、
object-detection
我已经在Python和C++中使用OpenCV
实现
了
HOG
人脸检测器。我试图在这两个
实现
中保持代码完全相同。然而,我在这两方面都得到了不同
的
结果。在Python中,它
正确
地工作,但是在C++中它显示了完全不
正确
的
结果。因此,我希望我未来定制
的
HOG
检测器在这两种
实现
中
的
工作原理几乎是一样
的
。 下面是使用这两种
实现
在测试图像中检测人脸
的
测试代码。以
浏览 0
提问于2015-07-16
得票数 1
回答已采纳
2
回答
如何去除基于
hog
特征
的
相似图像?
opencv
、
computer-vision
我有5000个图像,每个图像可以生成一个大约1000维
的
向量(
hog
特征),但其中一些图像非常相似,所以我想删除相似的。有
没有
办法做到这一点?=============================================================== 正如“月
的
黑暗
面
”所建议
的
,让我更多地解释一下我正在尝试做
的
事情。我正在使用
SVM
+
HOG
特征来进行图像分类。我已经准备了一些训练数据,但一些训练图像非常相似,所以
浏览 0
提问于2014-06-27
得票数 2
1
回答
猪检测方法
opencv
、
image-processing
、
computer-vision
、
svm
我是计算机视觉和机器学习
的
新手,我搜索了很多,但
没有
找到
完全
的
答案。2)
HOG
.detectMultiScale()第二:我读到
HOG
.setSvmDetector()只用于检测一个对象,因为支持向量机是一个二进制分类,我想知道我们是否可以训练多类支持向量机(一个对全部),对于每一个类别的支持向量机,我们应用一个
浏览 0
提问于2018-04-27
得票数 0
1
回答
将支持向量机分类器设置为
HOG
检测器
c++
、
opencv
、
svm
我致力于训练我自己
的
SVM
。首先,我想训练它来检测人,并将结果与opencv中
实现
的
SVM
进行比较。在训练之后,
SVM
看起来很好(我创建了xml文件来检查),但我不能将
svm
检测器设置为
HOG
。下面是我训练和保存支持向量机
的
方法: cv::Ptr<cv::ml::
SVM</e
浏览 23
提问于2018-07-26
得票数 1
1
回答
如何在Matlab中加速滑动窗口以进行操作对象识别?
python
、
matlab
、
matlab-cvst
、
object-recognition
、
sliding-window
我正在处理一个高分辨率
的
数据集,用于提取所需
的
图像对象。为此,我应用了
HOG
+
SVM
。虽然我得到
的
结果是非常有希望
的
,并且在操作上被接受,但这个任务
的
速度是令人讨厌
的
!对于每个大小为2800 * 1400
的
图像,算法需要4分钟才能完成,这与我需要
的
时间相去甚远。大部分时间都花在执行滑动窗口上。我需要这个识别程序在10秒内完成。然而,我从来
没有
使用过C++,也
没有
足够
的<
浏览 7
提问于2016-03-08
得票数 1
1
回答
OpenCV +
HOG
+
SVM
:支持向量机单特征向量需要
的
帮助
opencv
、
svm
、
libsvm
我尝试用OpenCV2.3
实现
一个基于
SVM
和
HOG
的人员检测系统。但我被塞了起来。我做到了这一点:我可以从图像数据库中计算
HOG
值,然后用LIBSVM计算支持向量机,因此我得到了1419个
SVM
向量,每个值为3780。OpenCV只需要
hog
.setSVMDetector()方法中
的
一个特征向量。因此,我必须从我
的
1419个
SVM
向量中计算出一个特征向量,即LIBSVM已经计算出来
的
特征向量。我
找到</em
浏览 3
提问于2011-09-07
得票数 3
1
回答
在不同参数下对my
SVM
模型进行测试,结果完全相同
opencv
、
machine-learning
、
svm
我
的
目标是使用支持向量机w/
HOG
特性来分类车辆在交通下
的
轿车和SUV。 我使用了不同
的
核函数(RBF,线性,保真),每个核都给出了不同
的
结果,但是不管参数改变,它们都给出了相同
的
结果。现在我只有大约70张训练图像和10张测试图像,我还
没有
找到
一个好
的
数据集,从后面和上面的车辆,就像从桥上,我将使用这个。问题可能是由于这个小数据集、参数或其他原因造成
的
吗?有
没有
办法让我以某种方式将训练点
浏览 2
提问于2017-12-25
得票数 1
回答已采纳
2
回答
使用
hog
实现
opencv
c++
、
opencv
我想使用
hog
实现
的
opencv,以检测身体在图像。我在opencv
的
文件夹示例中发现了peopledetect.cpp,它是使用预训练模型
的
hog
算法
的
默认
实现
。只包含人
的
图片? 编辑问题:是否有机会培养一种只包含人体图像
的
一级模型?我正在努力理解代码。它计算了一个数据库
的
hog
特性,并训练了一个
svm
模型。在评价过程中,采用了
hog
级联和de
浏览 8
提问于2014-10-08
得票数 0
回答已采纳
1
回答
为什么我
的
自定义
HOG
检测器总是在图像
的
中心绘制一个矩形,而不是在人身上?
python
、
python-3.x
、
opencv
、
machine-learning
、
opencv3.0
我已经从
hog
.compute函数中提取了特征,然后用这些特征来训练支持向量机分类器。我使用了一个我在网上
找到
的
脚本,将rho和支持向量从保密文件中分离出来。tree = ET.parse('
svm
_data.xml')SVs = root.getchildren()[0].getchildren()[-2].getchildren", 'wb')) 这段代码将rho和支持向量保存到我提供给
hog
.Detect
浏览 2
提问于2017-05-22
得票数 1
2
回答
获得最先进
的
手写数字分类器最简单
的
方法是什么?
python
、
opencv
、
ocr
、
caffe
实际上,最好
的
答案建议使用
HOG
+
SVM
tandem,这在中可以方便地
实现
。不幸
的
是,它并不像我希望
的
那样好。它总是把0和8混淆(在我看来,它显然是一个0),这是迄今为止我
的
算法犯下
的
最大
的
错误。以下是
HOG
+
SVM
所犯错误
的
一些示例 顶行是从图像中提取
的
原始数字(不存在更高分辨率
的
图像),中间行是这些经过去偏斜、
浏览 3
提问于2015-02-13
得票数 3
1
回答
SVM
+
HOG
,
找到
的
对象始终为空
c++
、
opencv
、
image-processing
、
svm
、
detection
我正在从事真菌孢子检测
的
工作。我有大约359张正面图片(真菌颗粒
的
裁剪图片)和171张负面图片(灰尘颗粒
的
裁剪图片)。pos/nag图像
的
实际大小与粒子大小相同,约为8x8,但对于
SVM
训练,我已将其调整为30x30,然后使用调整大小
的
图像来训练
SVM
分类器。我直接用
没有
任何特征
的
图像来训练
SVM
。在成功训练分类器后,我使用了
hog
.setSVMDetector(我
的
分类
浏览 0
提问于2015-07-30
得票数 1
1
回答
使用
HOG
特征和滑动窗口在网页中查找特定单词
opencv
、
computer-vision
、
feature-extraction
、
scikit-image
、
sliding-window
我想要
找到
一个特定
的
单词出现在任何网页中作为输入。我使用了金字塔滑动窗口,我为所有的滑动窗口生成了
HOG
(梯度直方图)特征。然而,结果低于预期。我
的
疑问是,有
没有
更好
的
比较系统来比较每个窗口
的
浏览 0
提问于2017-10-17
得票数 0
1
回答
HOGDescriptor OpenCV dsize.area()断言失败
c++
、
opencv
、
detection
captured_exception错误:(-215) dsize.area() inv_scale_x (inv_scale_x >0 && inv_scale_y > 0)实例后终止调用 生成
的
XML文件大约有144K字节。对于阳性和阴性样本,我使用64x128大小
的
图像(2000年为阳性,2000年为阴性)。><my_
svm
type_id="open
浏览 3
提问于2014-08-28
得票数 0
2
回答
猪检测仪:检测roi大小与训练样本大小
的
关系
opencv
、
svm
、
object-detection
现在我想尝试一些我必须处理
的
图像,即使我试图改变参数..。什么都找不到。以下是我
的
问题: 是对
的
吗?用于训练
的
图像和检测到
的
图像之间是否有严格
的
关系?这意味着
HOG
检测器并不是真正
的
尺度不变方法。特别是,默认HOGDescriptor::getDefaultPeopleDetector()
的</e
浏览 0
提问于2014-01-22
得票数 2
回答已采纳
3
回答
用支持向量机在MATLAB中
实现
HOG
特征
matlab
、
classification
、
svm
、
feature-extraction
、
matlab-cvst
我想使用支持向量机进行基于
HOG
特征
的
分类。我在此中使用MATLAB代码为Dalal变体提取
HOG
特性。例如,我有一个大小为384x512
的
灰度图像,然后我在9个方向和一个单元格大小为8
的
情况下提取了
HOG
特征。通过这样做,我得到了48x64x36特征。因为,例如,我将有7类图像,我想要进行培训(培训
的
总图像将是700 ),然后根据从培训阶段生成
的<
浏览 4
提问于2014-04-05
得票数 5
2
回答
支持向量机在每次检测人时都需要进行学习吗?
opencv
、
svm
、
detection
我在OpenCV中使用支持向量机和
HOG
来
实现
人
的
检测。假设使用我自己
的
数据集:3000个阳性样本和6000个阴性样本。我
的
问题是,支持向量机在每次检测人
的
时候都需要学习吗?如果是这样的话,学习时间和预测时间可能会很费时.有
没有
办法
实现
实时人
的
检测?提前谢谢你。 谢谢你
的
回答。经过培训,我获得了xml
的
结果(3000个正数和6000个负数),所以我可以用这个结果来编写一个单独
的
程
浏览 4
提问于2014-05-02
得票数 1
1
回答
基于数据集
的
训练猪线性
svm
opencv
、
svm
、
feature-detection
是否有人曾尝试根据TUD-brussel数据集(从本网站介绍)来训练猪线
svm
行人探测器: 我还调整了两轮引导(检查硬件和再训练)以提高其性能。然而,该检测器在TUD-brussel上
的
测试结果糟糕,当FPPG(每幅图像假阳性)= 1时,失配率约为97%。我发现了另一篇论文,即用
HOG
(Fig
浏览 3
提问于2016-03-25
得票数 0
1
回答
ValueError:不允许负尺寸(
HOG
)
python
、
histogram
、
gradient
、
scikit-image
、
histogram-of-oriented-gradients
我正在用下面的代码
实现
HOG
(定向梯度直方图)。,
hog
_image_rescaled = exposure.rescale_intensity(
hog
_image, in_range=(0,5))我不知道为什么会有维
数
误差。/env/lib/python3.7/site-packages/skimage/feature/
浏览 8
提问于2022-06-02
得票数 0
2
回答
分类方案:手手势检测器无法检测到
正确
的
类
algorithm
、
opencv
、
artificial-intelligence
、
svm
从图片中检测到
的
手很好,但是当我试图识别
正确
的
手势时,我
的
问题就出现了。我通过使用支持向量机、KNN、RandomForest等算法训练图像来
实现
分类,这是我不想改变
的
技术。才能得到最好
的
模特。 经过对模型
的
训练,我得到了非常好
的
模型结果(用最好
的
模型预测在0.95~0.97之间)和混淆矩阵看起来也很好,所以我认为模型已经
正确
地学习了。我
的
模型也应该工作,因为同样
的
浏览 2
提问于2017-08-02
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
目标检测的图像特征提取之(一)HOG特征
OpenCV和SVM分类器在自动驾驶中的车辆检测
HOG特征——行人识别
行人检测算法
丧尸目标检测:和你分享 Python 非极大值抑制方法运行得飞快的秘诀
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券