【行人检测】利用HOG+SVM训练模型步骤：
1.准备样本
2.提取hog特征
3. 训练SVM分类器
4.利用SVM训练的分类器，进行检测
1.原始数据集： INRIAPerson训练集下载：原始数据集
因为原始数据集比较乱，所以需要对原始数据集进行裁剪，下面是对原始数据集里面负例数据集裁剪图片的例程：
#include<fstream>//fstream #include<opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/imgproc/imgproc.hpp> #include<opencv2/objdetect/objdetect.hpp> // hog #include<opencv2/ml/ml.hpp> //SVM #include<iostream> #include<time.h> #include<stdlib.h>
using namespace std; using namespace cv; //using namespace ml;
#define PosNum 614 #define NegNum 1218 #define cropNegNum 1218 //#define totalDim 3780
/********************************* 随机剪裁负样本 *******************************************/ void crop_negsample_random() { string imgName; char saveName[200]; char pic_name[200]; int neg_num; //string newNegFile = "F:\\opencv_project\\data\\INRIAPerson\\Train\\new_neg\\" ; ifstream fileNeg("F:\\360MoveData\\Users\\SIACAS\\Desktop\\OPENCVproj\\Train\\neg.lst"); ofstream file_newneg("F:\\360MoveData\\Users\\SIACAS\\Desktop\\OPENCVproj\\Train\\new_neg.txt"); if (fileNeg.fail()) { cout << "加载文件失败！" << endl; } int num = 0;
//读取负样本 for (int i = 0; i < cropNegNum && getline(fileNeg, imgName); i++) { imgName = "F:\\360MoveData\\Users\\SIACAS\\Desktop\\OPENCVproj\\" + imgName; //加路径 Mat img = imread(imgName, 1); //Mat img; if (img.empty()) { cout << "can not load the image:" << imgName << endl; continue; } if (img.cols >= 64 && img.rows >= 128) { //num = 0; //从每张图片中随机剪裁2张64*128的负样本 srand(time(NULL));//设置随机数种子 int x = rand() % (img.cols - 64); //左上角x int y = rand() % (img.rows - 128); //左上角y Mat src = img(Rect(x, y, 64, 128)); neg_num = num++; sprintf_s(saveName, "F:\\360MoveData\\Users\\SIACAS\\Desktop\\OPENCVproj\\Train\\new_neg\\negCropped%d.jpg", neg_num); sprintf_s(pic_name, "Train\\new_neg\\negCropped%d.jpg", neg_num); imwrite(saveName, src); file_newneg << pic_name << endl; } } cout << "crop ok!" << endl; }
上述为裁剪图像的例程，裁剪完后就可以进行加载图像进行提取HOG特征了，后面的程序可以参考后面我提到的博客，这里我就不重复写了！以上程序特别要注意imgName = "F:\\360MoveData\\Users\\SIACAS\\Desktop\\OPENCVproj\\" + imgName; 这个路径一定要填好 ，要不然会找不到图片！！！
然后晒一下结果，，，，很一般！可能训练的不好，，，后续再更新最好的结果！
程序源码这里下载：源代码
参考文献：
1、https://blog.csdn.net/u012679707/article/details/80669745#commentsedit
2、https://blog.csdn.net/xingguoguo/article/details/81221492
