基于 TUD-brussel 数据集训练 HOG-linear svm

Question

有没有人尝试过基于 TUD-brussel 数据集（从本网站介绍）训练 HOG-liner svm 行人检测器：

https://www.mpi-inf.mpg.de/departments/computer-vision-and-multimodal-computing/research/people-detection-pose-estimation-and-tracking/multi-cue-onboard-pedestrian-detection/

我尝试通过 Visual Studio 2012 在 opencv 上实现它。我根据注释从原始正图像中裁剪出正样本（总共大约 1777 个样本）。从原始负片图像中随机裁剪出负样本，每张图像20个样本（总共约3840个样本）。

我还调整了两轮引导（检查硬示例并重新训练）以提高其性能。然而，这个检测器在 TUD-brussel 上的测试结果很糟糕，当 FPPG(false positive per image) 等于 1 时，大约 97% 的漏检率。我发现另一篇论文在使用 HOG 训练 TUD-brussel 时取得了合理的结果（ 图 3(a))： https://www1.ethz.ch/igp/photogrammetry/publications/pdf_folder/walk10cvpr.pdf。

有人对在 TUD-brussel 上训练 HOG+线性 SVM 有任何想法吗？

Answer 1

我最近不得不面对类似的情况。我使用 pycharm 在 python 中开发了一个带有 hog 和线性 svm 的图像分类器。我面临的问题是训练需要很多时间。

解决方案： 很简单，我将每个图像的大小调整为 250*250。在我的情况下，它确实提高了性能

1. 调整每张图片的大小
2. 转换为灰度
3. 找到主成分分析
4. 扁平化并将其附加到训练列表中

5. 将标签附加到训练标签

   for file in listing1:
    img = cv2.imread(path1 + file)
    res=cv2.resize(img,(250,250))
    gray_image = cv2.cvtColor(res, cv2.COLOR_BGR2GRAY)
    xarr=np.squeeze(np.array(gray_image).astype(np.float32))
    m,v=cv2.PCACompute(xarr)
    arr= np.array(v)
    flat_arr= arr.ravel()
    training_set.append(flat_arr)
    training_labels.append(1)
   

   现在培训

   trainData=np.float32(training_set)
    responses=np.float32(training_labels)
    svm = cv2.SVM()
    svm.train(trainData,responses, params=svm_params)
    svm.save('svm_data.dat')