颜色分类leetcode车辆检测和跟踪在这个项目中，我们的目标是编写一个软件管道来识别视频中的车辆，并在检测到的每辆车周围应用一个紧密的边界框。实施了以下步骤以实现目标：对标记的训练图像集执行定向梯度直方图(HOG)特征提取并训练线性SVM分类器。此外，应用颜色变换并将合并的颜色特征以及颜色直方图附加到HOG特征向量。实施滑动窗口技术并使用训练有素的分类器来搜索图像中的车辆。在视频流上运行管道并逐帧创建重复检测的热图，以拒绝异常值并跟踪检测到的车辆。估计检测到的车辆的边界框。该项目由以下文件组成：Project.ipynb：IPython笔记本，包含整个代码的分步描述、实现和执行。数据集部分，我为这个项目使用了标记为车辆和非车辆的数据集。这些图像来自三个来源。车辆和非车辆的示例图像具有大致相同数量，从而形成平衡的数据集。为了防止数据集之间高度相关，我对此进行了特殊处理。