在好例子网，分享、交流、成长！
您当前所在位置：首页 → Others 开发实例 → 一般编程问题 → 自己训练SVM分类器进行HOG行人检测

自己训练SVM分类器进行HOG行人检测

一般编程问题

下载此实例
  • 开发语言：Others
  • 实例大小：23.65M
  • 下载次数：13
  • 浏览次数：123
  • 发布时间：2020-10-21
  • 实例类别：一般编程问题
  • 发 布 人：robot666
  • 文件格式：.rar
  • 所需积分：2
 
网友评论 举报投诉 收藏该页

实例介绍

【实例简介】
自己训练SVM分类器进行HOG行人检测. 环境为VS2010 + OpenCV2.4.4. 使用时请自行修改工程的include目录和lib目录配置。 正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。 负样本是从不包含人体的图片中随机裁取的，大小同样是64*128。 SVM使用的是OpenCV自带的CvSVM类。
【实例截图】
【核心代码】
SVM_Train_Predict_HOG
└── SVM_Train_Predict_HOG
├── Debug
│   ├── SVM_Train_Predict_HOG.exe
│   ├── SVM_Train_Predict_HOG.ilk
│   └── SVM_Train_Predict_HOG.pdb
├── SVM_Train_Predict_HOG
│   ├── 00000.jpg
│   ├── 1.png
│   ├── 2007_000423.jpg
│   ├── 2.png
│   ├── 3.png
│   ├── 4.png
│   ├── 5.png
│   ├── Debug
│   │   ├── cl.command.1.tlog
│   │   ├── CL.read.1.tlog
│   │   ├── CL.write.1.tlog
│   │   ├── link.10128-cvtres.read.1.tlog
│   │   ├── link.10128-cvtres.write.1.tlog
│   │   ├── link.10128.read.1.tlog
│   │   ├── link.10128.write.1.tlog
│   │   ├── link.10220-cvtres.read.1.tlog
│   │   ├── link.10220-cvtres.write.1.tlog
│   │   ├── link.10220.read.1.tlog
│   │   ├── link.10220.write.1.tlog
│   │   ├── link.10948-cvtres.read.1.tlog
│   │   ├── link.10948-cvtres.write.1.tlog
│   │   ├── link.10948.read.1.tlog
│   │   ├── link.10948.write.1.tlog
│   │   ├── link.11976-cvtres.read.1.tlog
│   │   ├── link.11976-cvtres.write.1.tlog
│   │   ├── link.11976.read.1.tlog
│   │   ├── link.11976.write.1.tlog
│   │   ├── link.2004-cvtres.read.1.tlog
│   │   ├── link.2004-cvtres.write.1.tlog
│   │   ├── link.2004.read.1.tlog
│   │   ├── link.2004.write.1.tlog
│   │   ├── link.2472-cvtres.read.1.tlog
│   │   ├── link.2472-cvtres.write.1.tlog
│   │   ├── link.2472.read.1.tlog
│   │   ├── link.2472.write.1.tlog
│   │   ├── link.4720-cvtres.read.1.tlog
│   │   ├── link.4720-cvtres.write.1.tlog
│   │   ├── link.4720.read.1.tlog
│   │   ├── link.4720.write.1.tlog
│   │   ├── link.5180-cvtres.read.1.tlog
│   │   ├── link.5180-cvtres.write.1.tlog
│   │   ├── link.5180.read.1.tlog
│   │   ├── link.5180.write.1.tlog
│   │   ├── link.5408-cvtres.read.1.tlog
│   │   ├── link.5408-cvtres.write.1.tlog
│   │   ├── link.5408.read.1.tlog
│   │   ├── link.5408.write.1.tlog
│   │   ├── link.7256-cvtres.read.1.tlog
│   │   ├── link.7256-cvtres.write.1.tlog
│   │   ├── link.7256.read.1.tlog
│   │   ├── link.7256.write.1.tlog
│   │   ├── link.8088-cvtres.read.1.tlog
│   │   ├── link.8088-cvtres.write.1.tlog
│   │   ├── link.8088.read.1.tlog
│   │   ├── link.8088.write.1.tlog
│   │   ├── link.8424-cvtres.read.1.tlog
│   │   ├── link.8424-cvtres.write.1.tlog
│   │   ├── link.8424.read.1.tlog
│   │   ├── link.8424.write.1.tlog
│   │   ├── link.8620-cvtres.read.1.tlog
│   │   ├── link.8620-cvtres.write.1.tlog
│   │   ├── link.8620.read.1.tlog
│   │   ├── link.8620.write.1.tlog
│   │   ├── link.8960-cvtres.read.1.tlog
│   │   ├── link.8960-cvtres.write.1.tlog
│   │   ├── link.8960.read.1.tlog
│   │   ├── link.8960.write.1.tlog
│   │   ├── link.9140-cvtres.read.1.tlog
│   │   ├── link.9140-cvtres.write.1.tlog
│   │   ├── link.9140.read.1.tlog
│   │   ├── link.9140.write.1.tlog
│   │   ├── link.9736-cvtres.read.1.tlog
│   │   ├── link.9736-cvtres.write.1.tlog
│   │   ├── link.9736.read.1.tlog
│   │   ├── link.9736.write.1.tlog
│   │   ├── link.9764-cvtres.read.1.tlog
│   │   ├── link.9764-cvtres.write.1.tlog
│   │   ├── link.9764.read.1.tlog
│   │   ├── link.9764.write.1.tlog
│   │   ├── link.command.1.tlog
│   │   ├── link-cvtres.read.1.tlog
│   │   ├── link-cvtres.write.1.tlog
│   │   ├── link.read.1.tlog
│   │   ├── link.write.1.tlog
│   │   ├── mt.command.1.tlog
│   │   ├── mt.read.1.tlog
│   │   ├── mt.write.1.tlog
│   │   ├── rc.command.1.tlog
│   │   ├── rc.read.1.tlog
│   │   ├── rc.write.1.tlog
│   │   ├── SVM_Train_Predict_HOG.exe.embed.manifest
│   │   ├── SVM_Train_Predict_HOG.exe.embed.manifest.res
│   │   ├── SVM_Train_Predict_HOG.exe.intermediate.manifest
│   │   ├── SVM_Train_Predict_HOG.lastbuildstate
│   │   ├── SVM_Train_Predict_HOG.log
│   │   ├── SVM_Train_Predict_HOG_manifest.rc
│   │   ├── SVM_Train_Predict_HOG.obj
│   │   ├── vc100.idb
│   │   └── vc100.pdb
│   ├── HardExample_2400PosINRIA_12000NegList.txt
│   ├── HOGDetectorForOpenCV_2400PosINRIA_12000Neg_HardExample.txt
│   ├── HOGDetectorForOpenCV_2400PosINRIA_12000Neg.txt
│   ├── HOGDetectorForOpenCV.txt
│   ├── INRIAPerson96X160PosList.txt
│   ├── MITPedestrians128x64List.txt
│   ├── NoPersonFromINRIAList.txt
│   ├── PersonFromVOC2012List.txt
│   ├── SampleFeatureMat.txt
│   ├── SVM_HOG_1500PosINRIA_2000Neg(太多误报)ImgProcessed2.jpg
│   ├── SVM_HOG_1500PosINRIA_2000Neg(太多误报)ImgProcessed.jpg
│   ├── SVM_HOG_1500PosINRIA_2000Neg(太多误报).xml
│   ├── SVM_Train_Predict_HOG.cpp
│   ├── SVM_Train_Predict_HOG.vcxproj
│   ├── SVM_Train_Predict_HOG.vcxproj.filters
│   └── SVM_Train_Predict_HOG.vcxproj.user
├── SVM_Train_Predict_HOG.sln
└── SVM_Train_Predict_HOG.suo

4 directories, 119 files

标签：

实例下载地址

自己训练SVM分类器进行HOG行人检测

不能下载？内容有错？ 点击这里报错 + 投诉 + 提问

好例子网口号：伸出你的我的手 — 分享！

相关软件

相关文章

网友评论

我要评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警