我正在研究一些物体检测代码,但是我的物体没有固定的尺寸,所以;
skimage.feature.hog(obj)
没有给我相等的长度向量(因为它使用固定大小的单元格),因此我不能在它们上使用学习算法。
所以,我尝试动态分配HOG功能长度:
from __future__ import division
def describe_object(obj, div=8):
width, height = obj.shape
f = skimage.feature.hog(obj, normalise=True,
pixels_per_cell=(height//div, width//div))
return f
但是,现在它主要是给出2916
大小的向量,但有时它也会给出更长的向量(如3402
个元素长)。
我相信当盒子大小和物体形状之间有一些特定的比例时会发生这种情况,但不知道为什么会这样。
你能帮助我吗?
答案 0 :(得分:3)
在计算HOG功能之前,您可以将图像缩放到固定大小。