颜色分类leetcode车辆探测器该项目的目标是通过删除重复图像（或接近重复）来清理图像数据集。标记的训练图像集中提取特征以构建包含以下内容的特征向量：定向梯度(HOG)特征的直方图、颜色直方图特征、空间颜色特征。训练线性SVM分类器以识别汽车与非汽车，并使用SVM和滑动窗口技术搜索车辆。估计检测到的车辆边界框。该车辆检测器使用带有非线性SVM的滑动窗口搜索，对图像中的不同窗口进行分类，判断是否包含汽车。随后，随着时间推移，进行整合以消除误报分类。在讨论检测管道之前，先解释样本选择和训练过程。本项目提供了超过8000张64x64px的车辆和非车辆图像。由于这些样本来自视频，许多图像看起来几乎相同，因此删除了几乎重复的图像，避免提高验证准确性或降低训练集的多样性。这个过程由clean_dataset.py完成，使用图像散列算法检查每个图像，拒绝任何与先前观测相同的图像。