行人跟踪python_使用Python为初学者构建AI汽车和行人跟踪
第1步:獲取大量汽車圖片
第2步:把它們都變成黑白圖片
灰度圖像使算法更快。顏色增加了模型的復雜性,或者我們可以說灰色圖像是用來簡化數學的。例如,我們可以談論亮度、對比度、邊緣、形狀、輪廓、紋理、透視、陰影等,而不必討論顏色。
第3步:訓練算法以檢測汽車
現在問題來了:計算機如何訓練算法?
我們只是找到匹配項。
我們可以匹配上述功能,以實際檢測到汽車的后保險杠,如下所示。
檢測行人的想法是一樣的
一切都是為了匹配特征或形狀。如果某個物體與上述特征相匹配,模型會將其檢測為行人。
讓我們開始編寫檢測器
步驟1:我們首先需要安裝OpenCV庫。
pip install opencv-python
如果這不起作用,請嘗試:
pip install opencv-python-headless
如果你仍然無法安裝。嘗試使用搜索,如何在計算機上安裝opencv?
步驟2:下載機器學習文件(Haar Cascade xml文件):
我們已經提供了經過預訓練的汽車和人體(行人)分類器,我們只需要下載它即可。
汽車預訓練分類器:https://raw.githubusercontent.com/andrewssobral/vehicle_detection_haarcascades/master/cars.xml
人體預訓練分類器:https://raw.githubusercontent.com/opencv/opencv/master/data/haarcascades/haarcascade_fullbody.xml
步驟3:我們只需要編寫20行代碼。你可以通過閱讀代碼來理解它。
GitHub的代碼:https://github.com/nidhipunj7/AI-Car-and-Pedestrian-Tracking
結果
- https://youtu.be/XXmPGpy9PxE
總結
以上是生活随笔為你收集整理的行人跟踪python_使用Python为初学者构建AI汽车和行人跟踪的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: mysql错误代码1813_ERROR
- 下一篇: mysql隔离级别 举例_mysql的事