object-detection

HOG特徴をSVMで学習する方法で物体検出を行う

訓練データの作成

Dlibによって訓練データを作成する

Install

DlibをビルドするためにCMakeをインストール

$ brew install cmake

GUIによって訓練データを作成するためにX11（XQuartz）をインストール後、シンボリックリンクを貼る

$ export CPPFLAGS=-I/opt/X11/include
$ ln -s /opt/X11/include/X11 /usr/local/include/X11

Dlibをインストール

$ git clone https://github.com/davisking/dlib.git

画像中の座標を指定したXMLファイルを作成する必要があるため、それを行うdlib中のimglabをビルドする

$ cd dlib/tools/imglab/
$ mkdir build
$ cd build
$ cmake ..
$ cmake --build . --config Release

矩形選択

画像ファイルのXMLリストを作成

$ cd ../../../../
$ ./dlib/tools/imglab/build/imglab -c train/all.xml train

GUIにより矩形選択する

$ ./dlib/tools/imglab/build/imglab train/all.xml

矩形選択し終えたらSaveAsよりtrain/train.xmlとして保存

分類器の作成

作成した訓練データからSVMの分類器を作成

Install

pythonからdlibを使用するモジュールをインストール

$ pip install dlib==19.12.0

学習

$ python train.py

SVMによる物体検出

作成した分類器によってメーターの矩形を検出

Install

検出した物体を枠付けるためにopencvを使用する

$ pip install opencv-python==3.4.1.15

物体検出

$ python object-detection.py 画像パス

物体検出した場所を枠で囲んだresult.pngが生成されている