目录

6-10 SVM支持向量机1

6-13 Hog特征1

6-10 SVM支持向量机1

# 1 思想 分类器 # 2 如何？ 寻求一个最优的超平面 分类# 3 核：line# 4 数据：样本 # 5 训练 SVM_create train predict# svm本质 寻求一个最优的超平面 分类# svm 核: line# 身高体重 训练 预测 import cv2import numpy as npimport matplotlib.pyplot as plt#1 准备datarand1 = np.array([[155,48],[159,50],[164,53],[168,56],[172,60]])rand2 = np.array([[152,53],[156,55],[160,56],[172,64],[176,65]])# 2 labellabel = np.array([[0],[0],[0],[0],[0],[1],[1],[1],[1],[1]])# 3 datadata = np.vstack((rand1,rand2))data = np.array(data,dtype='float32')# svm 所有的数据都要有label# [155,48] -- 0 女生 [152,53] ---1 男生# 监督学习 0 负样本 1 正样本# 4 训练svm = cv2.ml.SVM_create() # ml 机器学习模块 SVM_create() 创建# 属性设置svm.setType(cv2.ml.SVM_C_SVC) # svm typesvm.setKernel(cv2.ml.SVM_LINEAR) # linesvm.setC(0.01)# 训练result = svm.train(data,cv2.ml.ROW_SAMPLE,label)# 预测pt_data = np.vstack([[167,55],[162,57]]) #0 女生 1男生pt_data = np.array(pt_data,dtype='float32')print(pt_data)(par1,par2) = svm.predict(pt_data)print(par2)

6-13 Hog特征1

win大小可以任意

行人检测，车牌检测 64*128官方推荐

win是block的整数倍

cell不能滑动

#1 什么是hog》？特征 某个像素 某种运算

#2 2·1 模块划分 2·2 梯度 方向 模版 2·3 bin 投影 2·4 每个模块hog

#2·1 模块划分

# image（ppt） win（蓝色） block（红色） cell （绿色）（size）

#image》win〉block》cell

#block setp win step cell bin

#win 特征计算最顶层单元 -》obj

# 1 win size 50*100 20*50 64*128

# 2 2.1 block 《win 2.2 win size w h / block （wh） 16*16

# 3 block step 如何win下滑动 8*8

# 4 计算block cout = （（64-16）/8+1）*（（128-16）/8+1）= 105 block

# 5 cell size 8*8

# 6 block = ？cell 16*16 = 2*2 = 》4cell cell1-cell4

# 7 bin？

#7 cell bin 梯度：运算

# 每个像素-》梯度 ：大小 f 方向 angle

# 0-360 /40 = 9块 = 9bin

# 1bin = 40 cell-》360-〉9bin

# hog特征维度：

# haar 值 hog 向量 （维度）-》完全描述 一个obj info all

# 维度 = 105*4*9=3780

#2·2 梯度 方向 模版

# 像素都有一个梯度 》hog== win

# 特征模版-》haar类似

# 【1 0 -1】【【1】【0】【-1】】

# a = p1*1+p2*0+p3*(-1) = 相邻像素之差

# b = 上下像素之差

# f = 根号下（a方+b方）

# angle = arctan（a/b）

一维的计算

#整体hog cell复用

# 3780

# 3780 《-win（block cell bin）

# 1《-bin

# cell0 cell3 bin0-bin8

# cell0: bin0 bin1 。。。bin8

# cell1: bin0 bin1 。。。bin8

# cell2: bin0 bin1 。。。bin8

# cell3: bin0 bin1 。。。bin8

#ij cell0 bin0=《f0，

#i+1 j cell0 bin0 = f1

#ij。。。。

# sumbin0（f0+f1.。）= bin0

# 权重累加

#ij bin0 bin1

# cell复用

# block 4个cell

# 【0】【】【】【3】

# cell0 bin0-bin9

# cellx0 cellx2 cellx4

# cellx0:ij-》bin bin+1

# cellx2：ij -》 cell2 cell3 -》bin bin+1 bin bin+1

# cellx4：ij

# 【cell 9】【4cell】【105】 = 3780

# 【3780】hog svm line训练【3780】

#。hog*svm = 值

# 值》T 目标obj