Python基于HOG+SVM/RF/DT等模型实现目标人行检测功能

当下基本所有的目标检测类的任务都会选择基于深度学习的方式，诸如：YOLO、SSD、RCNN等等，这一领域不乏有很多出色的模型，而且还在持续地推陈出新，模型的迭代速度很快，其实最早实现检测的时候还是基于机器学习去做的，HOG+SVM就是非常经典有效的一套框架，今天这里并不是说要做出怎样的效果，而是基于HOG+SVM来实践机器学习检测的流程。

这里为了方便处理，我是从网上找的一个数据集，主要是行人检测方向的，当然了这个用车辆检测、火焰检测等等的数据集都是可以的，本质都是一样的。

首先看下数据集，数据集主要分为两个类别，一个类别是包含行人的，另一个类别是不包含行人的，首先看下不包含行人的：

接下来看下包含行人的：

看到这里，其实就不难理解，这里的SVM扮演的主要作用就是二分类模型了。

接下来我们需要对原始图像的数据集进行特征提取计算，这里是基于HOG的方式实现的，可以自行实现HOG特征向量提取方法，也可以直接使用skimage提供的HOG提取器来一步实现，这里为了方便，我是直接使用的skimage提供的HOG方法，核心实现如下：

def img2Feature(dataDir="data/",save_path="feature.json"):
   """
   特征提取计算
   """
   feature=[]
   for one_label in os.listdir(dataDir):
       print("one_label: ", one_label)
       oneDir=dataDir+one_label+'/'
       for one_pic in os.listdir(oneDir):
           one_path=oneDir+one_pic
           print("one_path: ", one_path)
           #加载图像
           one_img = imread(one_path, as_gray=True)
           one_vec = hog(one_img, orientations=orientations, pixels_per_cell=pixels_per_cell, cells_per_block=cells_per_block,
                       visualize=visualize, block_norm=normalize)
           one_vec=one_vec.tolist()
           one_vec.append(one_label)
           feature.append(one_vec)
   print("feature_length: ", len(feature))
   with open(save_path,"w") as f:
       f.write(json.dumps(feature))

HOG提取得到的向量维度很大，这里就不进行展示了。

之后就可以训练模型了，核心实现如下：

resDir = "results/"
if not os.path.exists(resDir):
   os.makedirs(resDir)
data = "feature.json"
dict1 = DTModel(data=data, rationum=0.25, model_path=resDir + "DT.model")
dict2 = RFModel(data=data, rationum=0.25, model_path=resDir + "RF.model")
dict3 = SVMModel(data=data, rationum=0.25, model_path=resDir + "SVM.model")
res_dict = {}
res_dict["DT"], res_dict["RF"], res_dict["SVM"] = dict1, dict2, dict3
with open(resDir + "res_dict.json", "w") as f:
   f.write(json.dumps(res_dict))
comparePloter(dict1, dict2, dict3, save_path=resDir + "comparePloter.jpg")

这里，我是同时使用了决策树DT、随机森林RF、支持向量机SVM三种模型来进行分类和对比可视化，对比结果如下：

{
"DT": {
"precision": 0.7573482282561567,
"recall": 0.7597846737437716,
"F1": 0.7584933696379963,
"accuracy": 0.7584933696379963
},
"RF": {
"precision": 0.9156160607479066,
"recall": 0.8801773928046967,
"F1": 0.893107332148193,
"accuracy": 0.893107332148193
},
"SVM": {
"precision": 0.9281402443868877,
"recall": 0.9272928963585789,
"F1": 0.9277128372009962,
"accuracy": 0.9277128372009962
}
}

为了直观展示，这里对三种模型的性能进行可视化展示，如下所示：

        接下来我们对训练好的模型调用进行测试，查看具体的效果，随机选取了几张网上的图像，测试结果如下：

整体看下来，效果表现一般，不过这个也只是主要以实践流程为目的，并不是实际做项目的，而且各个环节都有优化提升的空间，模型的参数也都没有调过。

来源：https://blog.csdn.net/Together_CZ/article/details/125079040