在我的项目中,我试图将行李与其他任何东西(通常是人类)区分开来。针对行李检测的OpenCV和SVM培训
目前,我使用OpenCV和SVM两种训练方法,一种使用行李箱,另一种使用人类。在注入帧之前,我将它们转换为灰度,但我不应用其他滤镜。预测的结果不是很准确。
我想知道如果在训练之前对框架应用额外的过滤器可能会给出更好的结果。例如轮廓检测。如果轮廓接近“矩形”,那么它就是一件行李,否则就是“别的东西”。我也在考虑切换到ONE_CLASS方法。
您认为如何?或者你有更好的想法?
Regards,
Julien。
你对'**近似矩形作为行李**'的建议是一个很好的开始。然后你可以执行**异常检测** –
那么用黑网训练你自己的物体探测器怎么办?看看这个:http://pjreddie.com/darknet/yolo/ – yildirim
轮廓可能不会是一个可行的想法在这种情况下。你有没有尝试微调[SVM参数](http://docs.opencv.org/2.4/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html)?如果通过在很大范围内改变它们不会改变结果,那么可以选择更好的/强大的功能。 –