注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 使用稀疏卷积神经网络进行车辆型号识别

  2. 最近在研究基于深度学习的车型识别，这篇论文我觉得很有帮助，讲的也很详细。如果有从事这方面的朋友，希望能有帮助。

  3. 所属分类：专业指导

    • 发布日期：2016-03-15
    • 文件大小：752640
    • 提供者：js_sji

  1. 基于深度学习的车牌识别

  2. 目标识别是计算机视觉一个重要的研究领域，由此延伸出的车辆型号识别具有重 要的实际应用价值，特别是在当今交通状况复杂的大城市，智能交通系统成为发展趋 势，这离不开对车辆型号进行识别和分类的工作，本文围绕如何利用计算机视觉的方 法进行车辆型号的识别和分类展开了一系列研究： 本文对当前的目标识别和分类的特征和算法做了总结和归纳。分析比较了作为图 像特征描述常见的特征算子，总结归纳了他们的提取方法、特征性能以及相互之间的 关联。另外，介绍了在目标识别工作中常用的分类方法,阐述了他们各自的原理和工作 方

  3. 所属分类：交通

    • 发布日期：2017-08-30
    • 文件大小：4194304
    • 提供者：qq_20127501

  1. cpp-基于深度学习移动端车型识别支持1776种常见车辆品牌及子品牌

  2. 基于深度学习移动端车型识别，支持1776种常见车辆品牌及子品牌

  3. 所属分类：其它

    • 发布日期：2019-08-16
    • 文件大小：39845888
    • 提供者：weixin_39840650

  1. 车型识别系统.zip

  2. 1.首先单击载入图像菜单项（载入背景和前景图像）,图像在image文件夹下面。 2.然后单击车辆提取菜单项，依次进行图像做差、二值化、开运算、图像去噪、图像填充处理。 3.再单击轮廓提取菜单项，提取车辆轮廓。 4.最后单击车型识别菜单项，对车辆进行识别。 文件包含README，源码，可执行文件。

  3. 所属分类：深度学习

    • 发布日期：2020-07-16
    • 文件大小：3145728
    • 提供者：weixin_45710187

  1. 基于卷积神经网络的车型识别方法研究

  2. 针对高速公路环境下的车型识别问题，利用深度学习Caffe 框架中的AlexNet 和传统方法支持向.量机( SVM) ，分别对车辆图像进行网络训练与测试，得到两种车型识别方法的准确率并进行比较验证。.实验结果表明: 卷积神经网络的分类方法具有较高的车型识别精度，车型识别准确率高。

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：973824
    • 提供者：weixin_38750406

  1. 可用于自动驾驶领域的神经网络及深度学习

  2. CEVA 汽车市场营销主管 Jeff VanWashenova 　　辅助驾驶系统 (ADAS)  可提供解决方案，用以满足驾乘人员对道路安全及出行体验的更高要求。诸如车道偏离警告、自动刹车及泊车辅助等系统广泛应用于当前的车型，甚至是功能更为强大的车道保持、塞车辅助及自适应巡航控制等系统的配套使用也让未来的全自动驾驶车辆成为现实。 　　如今，车辆的很多系统使用的都是机器视觉。机器视觉采用传统信号处理技术来检测识别物体。对于正热衷于进一步提高拓展 ADAS  功能的汽车制造业

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：129024
    • 提供者：weixin_38727453