在我的項目中,我試圖將行李與其他任何東西(通常是人類)區分開來。針對行李檢測的OpenCV和SVM培訓
目前,我使用OpenCV和SVM兩種訓練方法,一種使用行李箱,另一種使用人類。在注入幀之前,我將它們轉換爲灰度,但我不應用其他濾鏡。預測的結果不是很準確。
我想知道如果在訓練之前對框架應用額外的過濾器可能會給出更好的結果。例如輪廓檢測。如果輪廓接近「矩形」,那麼它就是一件行李,否則就是「別的東西」。我也在考慮切換到ONE_CLASS方法。
您認爲如何?或者你有更好的想法?
Regards,
Julien。
你對'**近似矩形作爲行李**'的建議是一個很好的開始。然後你可以執行**異常檢測** –
那麼用黑網訓練你自己的物體探測器怎麼辦?看看這個:http://pjreddie.com/darknet/yolo/ – yildirim
輪廓可能不會是一個可行的想法在這種情況下。你有沒有嘗試微調[SVM參數](http://docs.opencv.org/2.4/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html)?如果通過在很大範圍內改變它們不會改變結果,那麼可以選擇更好的/強大的功能。 –