使用Python为初学者构建AI汽车和行人跟踪

做者|Nidhi punj
编译|Flin
来源|medium

第1步：获取大量汽车图片

第2步：把它们都变成黑白图片

灰度图像使算法更快。颜色增长了模型的复杂性，或者咱们能够说灰色图像是用来简化数学的。例如，咱们能够谈论亮度、对比度、边缘、形状、轮廓、纹理、透视、阴影等，而没必要讨论颜色。

第3步：训练算法以检测汽车

如今问题来了：计算机如何训练算法？

咱们只是找到匹配项。

咱们能够匹配上述功能，以实际检测到汽车的后保险杠，以下所示。

检测行人的想法是同样的

一切都是为了匹配特征或形状。若是某个物体与上述特征相匹配，模型会将其检测为行人。

让咱们开始编写检测器

步骤1：咱们首先须要安装OpenCV库。

pip install opencv-python

若是这不起做用，请尝试：

pip install opencv-python-headless

若是你仍然没法安装。尝试使用Google搜索，如何在计算机上安装opencv？

步骤2：下载机器学习文件（Haar Cascade xml文件）：

咱们已经提供了通过预训练的汽车和人体（行人）分类器，咱们只须要下载它便可。

汽车预训练分类器：https://raw.githubusercontent.com/andrewssobral/vehicle_detection_haarcascades/master/cars.xml

人体预训练分类器：https://raw.githubusercontent.com/opencv/opencv/master/data/haarcascades/haarcascade_fullbody.xml

步骤3：咱们只须要编写20行代码。你能够经过阅读代码来理解它。

GitHub的代码连接：https://github.com/nidhipunj7/AI-Car-and-Pedestrian-Tracking

结果

查看视频：

• https://youtu.be/XXmPGpy9PxE

推荐连接：

• https://www.youtube.com/watch?v=zg9X6ASj3Q0&t=5269s

• https://docs.opencv.org/2.4/modules/objdetect/doc/cascade_classification.html?highlight=detectmultiscale

原文连接：https://medium.com/@nidhipunj7/build-ai-car-and-pedestrian-tracking-with-python-for-beginners-ac49a83eb5d2

欢迎关注磐创AI博客站：
http://panchuang.net/

sklearn机器学习中文官方文档：
http://sklearn123.com/

欢迎关注磐创博客资源汇总站：
http://docs.panchuang.net/