2018.4.18已更新逻辑回归模块
2018.4.20已更新OpenCV自带BP网路模块
2018.4.26已更新手撸BP模块
-
Opencv自带BP网络+HOG
-
Logistic Regression content/LR
-
全局函数
opencv2.4.11：使用HOG特征进行车标分类识别
工程基于本人早期课程设计，记录在博客园博客中---使用OpenCV实现车标识别。 Github上的版本是重构后的代码。
测试环境：win10+VS2017+OpenCV2.4.11
测试结果：100%识别
opencv的配置这里就不再赘述了。简单讲下工程的情况。
其实直接将图像灰度值作为网络输入也可以，本工程使用了人工提取的图像的HOG特征作为网络输入，输出为车标类别。
- 先将数据集手动划分成训练集和测试集，并分好类，比如第一类就放在文件夹名为
0的文件夹下，第二类就是1，如此类推。
当前程序只能处理10类以下车标，因为当前程序逻辑不支持10以上的数字识别（具体可以仔细看下代码）
所有训练集的图片放在train文件夹中，测试集放在test文件夹下。最终的文件树如下：
reCarlog是工程名，即Cardata和main.cpp同目录。- 测试集的类别数字和训练集的要一一对应。因为程序将要用它们作为分类依据。
- 在
main.cpp目录下准备两个文件，trainpath.txt和testpath.txt，用以保存所有训练集和测试集图片的路径。程序需要这两个文件来读取训练集和测试集的图片。举例如下(trainpath.txt)
./Cardata/train/0/train_citroen1.jpg
./Cardata/train/0/train_citroen10.jpg ./Cardata/train/0/train_citroen100.jpg ./Cardata/train/0/train_citroen101.jpg
建议使用相对路径。
这样，当我们读取一张图片的时候，可以利用图片的路径名称，通过split调用确定该车标的类别（使用切分字符'/'，第4个值即类别（0，1，2，3，4...））
代码很简单，就一个main.cpp文件。大致分为以下3块
- 全局变量：比如整理好的数据集，标签集，HOG特征向量
- 全局函数：模块划分，使得
main函数不显得臃肿。 - 自定义网络类：
myNeraulNetwork用于搭建简单BP网络和训练预测
分3步：
- 训练集装载
- 定义网络+训练网络
- 测试网络
全局变量设定：
#define N_SAMPLE 1000
#define F_NUM 1764
#define CLASSNUM 5
float Data[N_SAMPLE][F_NUM]; // 数据存放
float Label[N_SAMPLE][CLASSNUM] // 标签存放
训练网络输入是两个二维矩阵，第一个矩阵是数据矩阵（第一维是样本个数N_SAMPLE,第二维是每个样本的特征向量是，宽度为F_NUM），第二个矩阵是标签矩阵，对应每个样本，都有一个类别标签，如果是第一类，则它的标签向量为1,0,0,0,0(本例是5维)。
这里主要提一下数据矩阵的第二维是怎么确定的。
每个样本的特征向量即每张图片的HOG特征。HOG特征是一个一维向量。
对于一张图片，使用一个滑动窗口以一定的步进滑动，分别获取每个窗口的特征值，是一般的人工图像特征提取方式。简单说下HOG特征的提取。
假设一张图片的维度是img_size=64x64，我们使用的滑动窗口大小为block_size=16x16,滑动步进stride=8x8，那么对一个这样的图像，能得到(64-8)/8 x (64-8)/8=7x7=49个窗口，对于每个窗口block，HOG特征细分为胞元cell_size=8x8。于是一个block就有2x2=4个胞元，每个胞元默认有9个特征值，所以在上述参数的情况下，HOG特征的维度为49x4x9=1764，这也是本工程的默认参数。
opencv自带HOG特征提取，
img_size、block_size、stride和cell_size都需要自行设定，因此需要事先计算好特征维度，才能确定数据矩阵第二维的宽度。
read trainpath.txt; // 读取路径文件
for each trainImg in trainpath.txt :
getHOG(trainImg) // 获取HOG特征
getLabel according to its path
put its hog into Data[][]
put its label into Label[][]
对opencv自带网络类进行了简单的封装，如下：
initialNN。
读取测试文件，输入网络，获得输出。
输入为每次一个图片，所以输入的二维矩阵为
test[1][F_NUM]。myNerualNetwork().predict(img)获得一个预测值，可以跟实际值(分析文件路径名获得)做对比，得到分类正确率。
逻辑回归基于简单的代数**： $$ \notag \hat y=\sigma(W^TX+b) $$ 对于多分类，运用 one-vs-rest的**，可以看成多个二分类问题，例如，对于一个5分类问题，训练5个分类器，对于每个分类器，将1个分类作为正样本，剩余类作为负样本，这样，对于每个分类器来说，就是计算一个属于当前分类的概率。5个分类器的最终结果是： $$ \notag [\hat y_0,\hat y_1,\hat y_2,\hat y_3 \hat y_4] $$ 则最终分类为 max_value_index。
代码使用python完成。
datasets_utils.py
完成两个任务.
- 根据正样本索引号完成训练集读取
load_train_data - 读取测试集
load_test_set
lr.py
LR分类器构建与识别，函数层级如下
lr_model() #构建1个lr分类器
initial_parameters() # 初始化模型参数
optimize() #优化
propagate() # 梯度下降
estimate() # 评估模型
predict() # 测试测试集
dataModel.py
根据Cardata/生成 h5数据集，该数据集包含4个部分
data['train_X']：训练集data['train_Y']：训练集标签data['test_X']：测试集data['test_Y']：测试集标签
最后感谢大家的耐心，能看完这个简单的document。如果这个简单的工程对你有帮助，还望大家不吝惜右上角的star喔
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent