写一个HOG+SVM识别火灾的代码,其中包括训练模型并用模型测试

时间: 2023-05-25 21:01:50 浏览: 66
火灾识别是一个常见的图像分类问题。其中,HOG(Histograms of Oriented Gradients)和SVM(Support Vector Machine)是常用的特征提取和分类算法。以下是使用OpenCV库和Sklearn库实现HOG SVM火灾识别的代码: 首先,我们需要准备训练和测试数据集。假设我们有两个文件夹,分别命名为“火灾”和“非火灾”,并将包含对应类别的图片放入相应的文件夹。我们需要将图片转换为灰度图,并将其调整为相同的大小以便于处理和训练。 ```python import cv2 import numpy as np import os pos_folder = "data/pos" neg_folder = "data/neg" pos_images = [os.path.join(pos_folder, f) for f in os.listdir(pos_folder)] neg_images = [os.path.join(neg_folder, f) for f in os.listdir(neg_folder)] hog = cv2.HOGDescriptor((64,64),(16,16),(8,8),(8,8),9) ``` 接下来,我们可以使用HOG描述符来提取特征,并将特征存储在一个特征向量中。我们使用正样本和负样本来训练SVM,并使用Sklearn库中的SVM分类器。 ```python X = [] y = [] for i, image_path in enumerate(pos_images): img = cv2.imread(image_path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) resized_img = cv2.resize(gray, (64, 64)) feature = hog.compute(resized_img) X.append(feature) y.append(1) for i, image_path in enumerate(neg_images): img = cv2.imread(image_path) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) resized_img = cv2.resize(gray, (64, 64)) feature = hog.compute(resized_img) X.append(feature) y.append(0) X = np.array(X) y = np.array(y) from sklearn.model_selection import train_test_split X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42) ``` 最后,我们训练模型并测试模型性能。 ```python # 训练SVM模型 from sklearn.svm import SVC clf = SVC(kernel='linear') clf.fit(X_train, y_train) # 测试模型性能 from sklearn.metrics import accuracy_score y_pred = clf.predict(X_test) accuracy = accuracy_score(y_test, y_pred) print("Accuracy:", accuracy) ``` 现在我们有一个HOG SVM模型,可以用它来识别火灾。我们只需要提取测试图片的HOG特征,并使用训练好的SVM分类器进行分类即可。 ```python test_image = cv2.imread("data/test.jpg") gray = cv2.cvtColor(test_image, cv2.COLOR_BGR2GRAY) resized_img = cv2.resize(gray, (64, 64)) feature = hog.compute(resized_img) prediction = clf.predict(feature.reshape(1, -1))[0] if prediction == 1: print("Fire detected") else: print("No fire detected") ``` 以上就是HOG SVM识别火灾的完整代码。

相关推荐

最新推荐

recommend-type

HOG+SVM行人检测算法

在2005年CVPR上,来自法国的研究人员Navneet Dalal 和Bill...因此,HOG+SVM也成为一个里程表式的算法被写入到OpenCV中。在OpenCV2.0之后的版本,都有HOG特征描述算子的API,而至于SVM,早在OpenCV1.0版本就已经集成进去
recommend-type

基于HOG特征与SVM算法的图像分类 .docx

人工智能导论课作业,像分类,指在给定的类别中,选出与该图像匹配的类别作为输入的图像处理方法。支持向量机(SVM)是一种以统计学习理论...本文设计了完整的HOG+SVM识别算法,使用自己提出的crack数据集进行了实验测试。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

深入了解MATLAB开根号的最新研究和应用:获取开根号领域的最新动态

![matlab开根号](https://www.mathworks.com/discovery/image-segmentation/_jcr_content/mainParsys3/discoverysubsection_1185333930/mainParsys3/image_copy.adapt.full.medium.jpg/1712813808277.jpg) # 1. MATLAB开根号的理论基础 开根号运算在数学和科学计算中无处不在。在MATLAB中,开根号可以通过多种函数实现,包括`sqrt()`和`nthroot()`。`sqrt()`函数用于计算正实数的平方根,而`nt
recommend-type

react的函数组件的使用

React 的函数组件是一种简单的组件类型,用于定义无状态或者只读组件。 它们通常接受一个 props 对象作为参数并返回一个 React 元素。 函数组件的优点是代码简洁、易于测试和重用,并且它们使 React 应用程序的性能更加出色。 您可以使用函数组件来呈现简单的 UI 组件,例如按钮、菜单、标签或其他部件。 您还可以将它们与 React 中的其他组件类型(如类组件或 Hooks)结合使用,以实现更复杂的 UI 交互和功能。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

解决MATLAB开根号常见问题:提供开根号运算的解决方案

![解决MATLAB开根号常见问题:提供开根号运算的解决方案](https://img-blog.csdnimg.cn/d939d1781acc404d8c826e8af207e68f.png) # 1. MATLAB开根号运算基础** MATLAB开根号运算用于计算一个数的平方根。其语法为: ``` y = sqrt(x) ``` 其中: * `x`:要开根号的数或数组 * `y`:开根号的结果 开根号运算的输入可以是实数、复数、矩阵或数组。对于实数,开根号运算返回一个非负实数。对于复数,开根号运算返回一个复数。对于矩阵或数组,开根号运算逐元素执行,对每个元素进行开根号运算。 #
recommend-type

inputstream

Inputstream是Java中用于从输入流中读取数据的抽象类,它是Java I/O类库中的一部分。Inputstream提供了read()和read(byte[] b)等方法,可以从输入流中读取一个字节或一组字节。在Java中,FileInputStream、ByteArrayInputStream和StringBufferInputStream都是Inputstream的子类,用于读取不同类型的输入流。