#1.基于opencv 3.1 自带的SVM的训练检测无人机
##1.1处理正负样本（负样本为正样本数的3倍）
要求64*128的训练集 ，为了是的训练之后的得到的模型有3780个特征向量，setSVMDetector函数要求输入
的检测器的响亮就是3780+rho 总共3781个向量
##1.2 训练
训练后得到 SVM_HOG.xml模型，该模型得到3781个向量作为detector
##1.3 测试
- 测试时，只需加载detector所在的txt文件，将他传给vector去检测即可。
- 注意detectMultiScale函数耗时时间很长，hog_test.detectMultiScale(src, found, 0, Size(8, 8), Size(32, 32), 1.05, 2);注意调整其参数
#2. 经验总结
1:学会了sourceTree的基本用法
克隆/新建：创建一个新仓库，或者从服务器克隆，或者加载本地已经有的
提交：git命令的commit，上传到本地仓库
检出：checkout，其实就是切换，切换不同分支，切换一个分支的不同版本
丢弃：回到最近一次add或者commit的状态。
暂存：git stash，手头工作没有完成的时候，保存一下现场
添加：add，把工作区的修改添加到暂缓区
获取和拉取：git fetch和git pull，获取是从远端获取最新版本到本地，但是不会自动合并，而拉取是会自动合并。fetch更安全一些，可以查看更新情况，然后决定是否合并。
推送：push,本地数据库的更新上传到远端。
分支：创建或者删除分支。
合并：分支的合并
标签：给每个版本定义个标签
Git工作流：一般master是总的主枝，每个人开发的时候都自己定义一个dev分支是自己的主枝，当没有问题的时候提交到master，然后每个人自己开发新功能的时候创建一个feature功能分支，修改BUG时要单独拿出一个BUG分支。
命令行模式：可以输入git命令
2:对于opencv的HOG+SVM的整体技术路线清楚了，可以进行单帧目标识别