颜色分类leetcode vehicle detector 使用SVM和滑动窗口搜索检测视频中的汽车

颜色分类leetcode车辆探测器该项目我对这个项目的目标是：通过删除重复图像（或接近重复）来清理图像数据集。从标记的训练图像集中提取特征以构建包含以下内容的特征向量：定向梯度(HOG)特征的直方图。颜色直方图特征。空间颜色特征。训练线性SVM分类器以基于识别汽车与非汽车。使用SVM和滑动窗口技术搜索车辆。估计检测到的车辆的边界框。这个怎么运作该车辆检测器使用带有非线性SVM的滑动窗口搜索来将图像中的不同窗口分类为是否包含汽车。从那以后，我们随着时间的推移进行整合以消除误报分类。然而，在讨论检测管道之前，我需要解释样本选择和训练过程。样本选择对于该项目，提供了超过8000张64x64px的车辆和非车辆类别的组合图像（下面进一步讨论）。由于这些样本来自视频，因此由于视频的连续成名看起来非常相似，因此许多图像看起来几乎相同。我没有使用这个数据集进行训练，这会导致人为地提高验证准确性或导致训练集的多样性降低，我删除了几乎重复的图像。这是由clean_dataset.py完成的，它使用图像散列算法一次检查每个图像，并拒绝任何与先前观