图片中的烟雾检测

依赖

参见　requirements.txt

训练模型

python smokeDetection.py image_train/smoke image_train/nosmoke
# 或者简写为
python smokeDetection.py
# 如上方式将使用默认的训练图片目录

调用模型分类

# 用全局模型进行分类
python smokeDetection_eval_whole.py [单张图片路径或者目录]
# 用局部模型进行分类
python smokeDetection_eval_local.py [单张图片路径或者目录]
# 综合局部模型和全局模型进行分类
python smokeDetection_eval_combine.py [单张图片路径]

配置选项

smokeDetection.ini 文件中，可以进行一些全局配置，例如

• 特征和模型定义文件
• 是否是全局模型（在训练局部模型时，这一项请务必置0）
• 默认的训练图片正负样例所在目录
• 保存的模型文件名称
• 判为正例的阈值

logger.conf 文件中可以对日志进行配置

扩展模型

用户可以自定义特征和模型（只需定义相应的 getFeature 和 getModel 方法，然后在配置文件中注明即可（请参考文件 features/feature_RGBspace_HOG.py 和 algorithms/algo_LR.py中的写法，并注意返回值的类型）。