作者|Nidhi punj
編譯|Flin
來源|medium
第1步：獲取大量汽車圖片
第2步：把它們都變成黑白圖片
灰度影像使演算法更快，顏色增加了模型的復雜性，或者我們可以說灰色影像是用來簡化數學的，例如，我們可以談論亮度、對比度、邊緣、形狀、輪廓、紋理、透視、陰影等，而不必討論顏色，
第3步：訓練演算法以檢測汽車
現在問題來了：計算機如何訓練演算法？
我們只是找到匹配項，
我們可以匹配上述功能，以實際檢測到汽車的后保險杠，如下所示，
檢測行人的想法是一樣的
一切都是為了匹配特征或形狀，如果某個物體與上述特征相匹配，模型會將其檢測為行人，
讓我們開始撰寫檢測器
步驟1：我們首先需要安裝OpenCV庫，
pip install opencv-python
如果這不起作用，請嘗試：
pip install opencv-python-headless
如果你仍然無法安裝，嘗試使用Google搜索，如何在計算機上安裝opencv？
步驟2：下載機器學習檔案（Haar Cascade xml檔案）：
我們已經提供了經過預訓練的汽車和人體（行人）分類器，我們只需要下載它即可，
汽車預訓練分類器：https://raw.githubusercontent.com/andrewssobral/vehicle_detection_haarcascades/master/cars.xml
人體預訓練分類器：https://raw.githubusercontent.com/opencv/opencv/master/data/haarcascades/haarcascade_fullbody.xml
步驟3：我們只需要撰寫20行代碼，你可以通過閱讀代碼來理解它，
GitHub的代碼鏈接：https://github.com/nidhipunj7/AI-Car-and-Pedestrian-Tracking
結果
查看視頻：
- https://youtu.be/XXmPGpy9PxE
推薦鏈接：
-
https://www.youtube.com/watch?v=zg9X6ASj3Q0&t=5269s
-
https://docs.opencv.org/2.4/modules/objdetect/doc/cascade_classification.html?highlight=detectmultiscale
原文鏈接：https://medium.com/@nidhipunj7/build-ai-car-and-pedestrian-tracking-with-python-for-beginners-ac49a83eb5d2
歡迎關注磐創AI博客站：
http://panchuang.net/
sklearn機器學習中文官方檔案：
http://sklearn123.com/
歡迎關注磐創博客資源匯總站：
http://docs.panchuang.net/
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/92656.html
標籤：其他