python图片目标检测_图像中的目标检测（HOG）

我想探测显微镜图像细胞内的物体。我有很多带注释的图片(app。有对象的图像为50000，没有对象的图像为500000)。在

到目前为止，我尝试使用HOG提取特征，并使用logistic回归和LinearSVC进行分类。我尝试了几个HOG或color空间的参数(RGB、HSV、LAB)，但是我没有看到很大的差别，预测率大约是70%。在

我有几个问题。我应该使用多少图像来训练描述符？我应该用多少张图片来测试预测？在

我试过用大约1000张图像进行训练，结果显示55%的阳性率，5000张图像的阳性率约为72%。但是，它也很大程度上依赖于测试集，有时一个测试集可以达到80-90%的阳性检测图像。在

下面是两个包含对象的示例和两个没有对象的图像：

另一个问题是，有时图像包含多个对象：

我应该试着增加学习集的例子吗？我应该如何选择训练集的图像，只是随机的？我还能试试什么？在

任何帮助都将非常感谢，我刚刚开始发现机器学习。我正在使用Python(scikit image&scikit learn)。在

总结

以上是生活随笔为你收集整理的python图片目标检测_图像中的目标检测（HOG）的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。