HOG特徴量とSVMの記事の差分

HOG特徴量とSVMを使った自動車の検出

こちらの記事のコードを動かしてみましたが、何点か修正が必要だったので差分だけ記載します。

環境構築

.sh

# Python2.*
sudo python -m pip install scikit-image sklearn opencv-python

# Python3.*
pip install scikit-image sklearn opencv-python

全てのコード
print "..." は全て print("...")に書き換え

1つ目、3つ目のコード

.diff

<     fd = hog(neg_roi, orientations=9, pixels_per_cell=(6,6),cells_per_block=(3,3), visualise=False)
---
>     fd = hog(neg_roi, orientations=9, pixels_per_cell=(6,6),cells_per_block=(3,3), visualise=False, block_norm='L2')

hogの引数にblock_norm='L2'を追加

2つ目のコード
sklearn.grid_search はDeprecatedなので、sklearn.model_selectionを使用する。また不要なimportを削除

.py

import numpy as np
from sklearn.model_selection import GridSearchCV
from sklearn import svm
from sklearn.externals import joblib

3つ目のコード
タブとスペースが混ざっているのでスペースに統一

test_img = resize(test_img, img_size, mode='constant')

引数にmode='constant'を追加

fd = hog(... の次の行に fd = fd.reshape(1, -1) が必要

hogの引数にblock_norm='L2'を追加

これでPython2でもPython3でも動くはず。

実行結果