基于列车acf的停车标志检测器

打开实时脚本

使用训练数据训练一个基于acf的停止标志物体检测器

将包含图像的文件夹添加到MATLAB路径中。

imageDir = fullfile(matlabroot，“工具箱”，“愿景”，“visiondata”，“stopSignImages”）;目录(imageDir);

加载地面真相数据，其中包含停止标志和汽车的数据。

负载(“stopSignsAndCarsGroundTruth.mat”，“stopSignsAndCarsGroundTruth”）

查看标签定义以查看基本真理中的标签类型。

stopSignsAndCarsGroundTruth。LabelDefinitions

ans =3×3表名称类型组  ____________ _________ ________ {' stopSign的矩形}{‘没有’}{‘carRear}矩形{‘没有’}{‘carFront}矩形{'没有'}

选择用于训练的停止标志数据。

stopSignsAndCarsGroundTruth = selectLabelsByName(stopSignsAndCarsGroundTruth，“stopSign”）;

为停止标志对象检测器创建训练数据。

trainingData = objectDetectorTrainingData(stopSignGroundTruth);总结(trainingData)

变量:imageFilename: 41x1 cell数组字符向量stopSign: 41x1 cell

训练一个基于acf的对象检测器。

acfDetector = trainACFObjectDetector(训练数据，“NegativeSamplesFactor”2);

ACF对象检测器培训培训将分为4个阶段。模型尺寸为34x31。样本正面例子(~100%完成)计算近似系数…完成。计算聚合通道特性…已完成。-------------------------------------------- 阶段1:样本的负面例子(~ 100%)完成计算聚合通道特性…完成。用42个正例和84个反例训练分类器…完成。训练后的分类器有19个弱学习器。-------------------------------------------- 阶段2:样本负面例子(~ 100%完成)发现了84个新的负面例子进行训练。计算聚合通道特性…已完成。用42个正例和84个反例训练分类器…完成。 The trained classifier has 20 weak learners. -------------------------------------------- Stage 3: Sample negative examples(~100% Completed) Found 84 new negative examples for training. Compute aggregated channel features...Completed. Train classifier with 42 positive examples and 84 negative examples...Completed. The trained classifier has 54 weak learners. -------------------------------------------- Stage 4: Sample negative examples(~100% Completed) Found 84 new negative examples for training. Compute aggregated channel features...Completed. Train classifier with 42 positive examples and 84 negative examples...Completed. The trained classifier has 61 weak learners. -------------------------------------------- ACF object detector training is completed. Elapsed time is 28.6919 seconds.

在样本图像上测试基于acf的检测器。

I = imread(“stopSignTest.jpg”）;bboxes = detect(acfDetector,I);

显示检测到的对象。

annotation = acfDetector.ModelName;I = insertObjectAnnotation(I，“矩形”、bboxes、注释);图imshow(我)

图中包含一个轴。坐标轴包含一个image类型的对象。

从路径中删除映像文件夹。

rmpath (imageDir);

计算机视觉工具箱文档

金宝app

用MATLAB介绍深度学习

下载电子书