红灯笼检测：
１.　使用的是hog+svm传统的机器学习物体检测.
2.　模块描述:
── data
│   ├── config
│   │   └── config.cfg
│   └── models --模型
│   ├── svm.model
│   ├── svm.model_01.npy
│   ├── svm.model_02.npy
│   ├── svm.model_03.npy
│   ├── svm.model_04.npy
│   ├── svm.model_05.npy
│   ├── svm.model_06.npy
│   ├── svm.model_07.npy
│   ├── svm.model_08.npy
│   ├── svm.model_09.npy
│   ├── svm.model_10.npy
│   ├── svm.model_11.npy
│   ├── svm.model_12.npy
│   └── svm.model_13.npy
├── demo
│   ├── 14.jpg
│   ├── 15.jpg
│   ├── 17.jpg
│   ├── 19.jpg
│   ├── 1.jpg
│   ├── 20.jpg
│   ├── 22.jpg
│   ├── 24.jpg
│   ├── 25.jpg
│   ├── 27.jpg
│   ├── 30.jpg
│   ├── 32.jpg
│   ├── 33.jpg
│   └── 7.jpg
├── detector
│   ├── classifyAPI.py　　web调用接口
│   ├── classifyAPI.pyc
│   ├── config.py 配置读取
│   ├── config.pyc
│   ├── extract-features_bak.py 特征打包已废弃
│   ├── extract-features.py 特征提取,进行svm模型训练前的准备
│   ├── init.pyc
│   ├── main-classifier_bak.py　分类预测废弃
│   ├── main-classifier.py 分类预测
│   ├── mythread 自定义的线程池
│   │   ├── init.py
│   │   ├── init.pyc
│   │   ├── job.py
│   │   ├── job.pyc
│   │   ├── thread_pool.py
│   │   └── thread_pool.pyc
│   ├── nms_.py
│   ├── nms.py 去重框,两种算法实现但是目的相同
│   ├── nms_.pyc
│   ├── nms.pyc
│   ├── test-classifier.py 分类预测已近废弃
│   ├── train-classifier_bak.py模型训练已经废弃
│   ├── train-classifier.py 模型训练
│   └── webs web框
│   ├── db.sqlite3
│   ├── image
│   │   └── upload_image
│   │   └── demo.jpg
│   ├── manage.py
│   ├── picture
│   │   ├── admin.py
│   │   ├── admin.pyc
│   │   ├── apps.py
│   │   ├── init.py
│   │   ├── init.pyc
│   │   ├── job.pyc
│   │   ├── migrations
│   │   │   ├── 0001_initial.py
│   │   │   ├── 0001_initial.pyc
│   │   │   ├── 0002_auto_20170327_1123.py
│   │   │   ├── 0002_auto_20170327_1123.pyc
│   │   │   ├── init.py
│   │   │   └── init.pyc
│   │   ├── models.py
│   │   ├── models.pyc
│   │   ├── templates
│   │   │   ├── showimg.html
│   │   │   └── uploadimg.html
│   │   ├── tests.py
│   │   ├── thread_pool.pyc
│   │   ├── views.py
│   │   └── views.pyc
│   └── webs
│   ├── demo.py
│   ├── init.py
│   ├── init.pyc
│   ├── settings.py
│   ├── settings.pyc
│   ├── urls.py
│   ├── urls.pyc
│   ├── wsgi.py
│   └── wsgi.pyc
├── ReadMe.md
└── tool
├── init.py
├── produceImage.py 通过旋转,变形制造更多的训练图像出来.
使用简单介绍:

1. 首先自定义好pos和neg，也就是正样本和负样本训练集合.需要注意的是pos中的图片要尽可能的去除无关背景.同时pos和neg都需要灰度化,hog只能对2d 的图像进行轮廓绘画.
2. 使用extract-features.py提取特征,然后在使用train-classifier.py训练模型，值得注意的一点,svm模型中有一个参数C,这里做一个简单的说明 C越大,划分的越细致,注意别出现过拟合,C越小,划分也就越粗,容易出现欠拟合.最后可以使用main-文件进行预测测试了.
3. 运行web:
   python manage.py migrate
   python manage.py runserver 127.0.0.1:8080
   效果图：