您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 目标检测 机器学习方法 静态场景 测试车辆检测

  2. 利用机器学习方法(分类)实现静态场景下的测试车辆检测  利用C语言或者Open_CV库,或者是MATLAB软件编写实现静态场景下的测视车辆检测。需使用机器学习方法。代码可以通过一个主函数直接运行出实验结果。  Data文件夹中包含train_34x94(训练集)和test(测试集)两个文件夹。其中,train_34x94文件夹中的数据用于训练模型,包含pos文件夹(内有550个正例样本)和neg文件夹(内有500个负例样本); Test文件夹中的数据用于测试。  在Test测试集中的总体
  3. 所属分类:讲义

    • 发布日期:2017-02-14
    • 文件大小:9437184
    • 提供者:u012863603
  1. opencv车辆检测model

  2. 自己训练的opencv基于haar特征的adaboost级联分类器模型,里面包含30个model,不同正负样本比例、不同层数。2.0-2500x7500,2.1-2500x6300,2.2-2500x5000,2.3-1500x4000-hr0.99-fa0.5
  3. 所属分类:C++

    • 发布日期:2018-01-06
    • 文件大小:1048576
    • 提供者:qq_35400936
  1. 基于MATLAB的车辆检测

  2. 使用MATLAB实现的车辆识别工具,可选择RCNN模型和分类模型对图像或视频进行操作,采用手动选择目标进行训练,可根据载入图像或视频识别其中车辆的位置和型号,并将车辆框选出来,以便识别。
  3. 所属分类:图像处理

    • 发布日期:2018-08-01
    • 文件大小:77824
    • 提供者:u013099830
  1. OpenCV Haar分类器车辆识别模型训练样本和训练结果

  2. 包含车辆正负样本,以及opencv_createsamples.exe、opencv_traincascade.exe以及训练样本结果
  3. 所属分类:机器学习

    • 发布日期:2018-07-15
    • 文件大小:30408704
    • 提供者:sweeneil
  1. 基于HAAR特征SVM分类器训练模型,包含正负样本和结果

  2. 包含各种车辆的正负样本,以及训练结果XML格式,可用于车辆检测与跟踪。
  3. 所属分类:机器学习

    • 发布日期:2018-11-07
    • 文件大小:32505856
    • 提供者:yonghenxin4750
  1. 车辆分类的数据集的补充数据集

  2. 作为车辆类型识别的补充数据集,之前的数据集中只出现了一张图片对应一辆车的情况,而对一张图片中出现多辆车的情况未做数据集,是的训练出的模型只能识别大型的车子,而对小型的目标检测不到,该数据集只有100张图片但是有1740个标注框,voc格式,可以转TFRecord等多格式。
  3. 所属分类:深度学习

    • 发布日期:2019-03-21
    • 文件大小:7340032
    • 提供者:leizhou9817
  1. 基于AR模型的车辆声车型自动分类技术

  2. 基于AR模型的车辆声车型自动分类技术,王双维,陈强,本文首先利用AR参数模型提取采集到的车辆行驶时产生的车外噪声信号的特征,然后利用假设检验进行特征选择,并设计了BP神经网络进�
  3. 所属分类:其它

    • 发布日期:2020-01-20
    • 文件大小:295936
    • 提供者:weixin_38710557
  1. 训练好的车辆分类检测模型

  2. 模型是训练好的模型,准确率达到98%可以识别Truck、SUV、SportsCar、Car、Bus、MicroBus、Jeep这个几个类别的汽车,配合Keras_rerinanet加载使用。
  3. 所属分类:深度学习

    • 发布日期:2019-03-23
    • 文件大小:223346688
    • 提供者:leizhou9817
  1. 结合图模型的优化多类SVM及智能交通应用

  2. 为提高多类支持向量机分类器对多目标的分类准确度,提出一种结合无向图模型优化的多类支持向量机分类器。首先,利用余弦测度计算训练数据之间的相似度,构建包含训练数据和相似度矩阵的无向图模型,求解相似度约束矩阵。然后,将相似度约束矩阵引入多类支持向量机求解的目标函数,构建优化的多类支持向量机分类器。最后,将优化的多类支持向量机分类器用于智能交通领域,结合梯度方向直方图特征检测行人和车辆目标。实验表明,该方法检测行人和车辆目标的错误率低于经典的多类支持向量机分类器和目前主流的目标检测方法。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:372736
    • 提供者:weixin_38674763
  1. 融合线性特征的局部纹理运动车辆阴影检测

  2. 提出了一种融合线性特征的局部纹理运动车辆阴影检测方法。首先基于连续帧视频图像信息建立初始背景模型;通过背景差法获取包含阴影的运动目标区域,同时依据该运动区域信息实时更新背景;结合亮度信息,利用改进局部二值模式的纹理算子描述运动区域纹理,并根据海明距离进行粗分类,快速检测出运动区域中的阴影覆盖区;进一步对阴影覆盖区域进行纹理信息的线性特性判断,排除车辆自阴影区域,获取背景阴影,得到真实车辆目标。实验结果表明,该方法提高了阴影和车辆自阴影的检测准确度,且速度快,可满足实时性要求。
  3. 所属分类:其它

    • 发布日期:2020-10-17
    • 文件大小:390144
    • 提供者:weixin_38607311
  1. 学习记录之车辆识别

  2. 车辆识别也是属于图像分类问题,根据识别车牌中65类(包括数字0~9、A~Z、各省份的简称),对65类按照9:1进行划分训练集和测试集,训练集进行训练得到模型之后,将测试集放入模型进行测试,即识别每个字符然后拼接完成车辆识别。 主要步骤: 1.准备数据:根据公开数据集,按9:1并生成训练集和测试集。 #导入需要的包 import numpy as np import paddle as paddle import paddle.fluid as fluid from PIL import Ima
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:296960
    • 提供者:weixin_38612304
  1. 学习记录之车辆识别

  2. 车辆识别也是属于图像分类问题,根据识别车牌中65类(包括数字0~9、A~Z、各省份的简称),对65类按照9:1进行划分训练集和测试集,训练集进行训练得到模型之后,将测试集放入模型进行测试,即识别每个字符然后拼接完成车辆识别。 主要步骤: 1.准备数据:根据公开数据集,按9:1并生成训练集和测试集。 #导入需要的包 import numpy as np import paddle as paddle import paddle.fluid as fluid from PIL import Ima
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:296960
    • 提供者:weixin_38703866
  1. 视频车辆分类与计数的模型与应用.pdf

  2. :由于受形态变化、光照变化、视觉碰撞和视觉模糊的影响,基于监控视频的车辆分类和计数一直都是待解 决的复杂问题。为了更好地解决这个问题,本文提出新的模型来更好的提取前景。详细来讲,在初次前景提取中, 建立模型判断是否存在车辆碰撞,对存在碰撞的车辆通过灰度空间双阀值和 YCbCr 图像空间处理后,对前景进行 更准确的再提取。并在此基础上针对碰撞车辆,定义间隙特征向量将车辆分割问题转换为寻找分割点的优化问 题,从而给出高效的车辆分割算法,对发生碰撞的车辆进行准确分割。之后利用神经网络对车辆分类
  3. 所属分类:机器学习

    • 发布日期:2021-03-23
    • 文件大小:2097152
    • 提供者:weixin_52189300
  1. 基于多部件RBM模型的部分遮挡车辆检测

  2. 被部分遮挡车辆的检测一直是基于机器视觉的车辆检测技术中的难点。针对该问题,本文提出一种基于多部件RBM模型的车辆检测算法。首先,采用无遮挡车辆部件样本,训练与该部件对应的SVM分类器。随后,将所有SVM分类器的检测得分输入至受限Boltzmann机( RBM:Restrict Boltzmann Machine)中进行训练。最后,由RBM所有隐层神经元的输出综合决策所检区域内是否存在车辆。在KITTI标准测试库中的实验表明,本算法对部分遮挡车辆的检测效果优于已有算法;对无遮挡车辆的检测效果接近已
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:2097152
    • 提供者:weixin_38682242
  1. 基于层次聚类的车辆模型数据分类算法

  2. 基于层次聚类的车辆模型数据分类算法
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:1048576
    • 提供者:weixin_38651286
  1. Vehicle-recognition-system:车辆多维特征识别系统,车色,车品牌,车标,车型-源码

  2. 演示 开始: PyQt5,3.3以上的cv2,hyperlpr 暂时不提供车型识别与颜色分类的模型 下载 ,并保存到yolo目录下 介绍 模型采用opencv DNN模块读取,所以确认你安装了包含DNN模块版本(3.3以上)的cv2 车辆定位采用darknet yolov3在coco数据集上的预训练模型 车牌识别采用开源的hyperlpr: : 视频播放界面基础: : 去做 连接KNN做颜色识别
  3. 所属分类:其它

    • 发布日期:2021-03-11
    • 文件大小:8388608
    • 提供者:weixin_42116701
  1. 基于视觉的车辆检测转移学习算法

  2. 针对采用大样本离线训练的车辆识别分类器在新场景中性能显着下降的问题,提出了一种具有样本自标注能力的车辆识别迁移学习算法,并采用概率神经网络(概率神经网络,PNN)进行分类器训练。首先,提出一种基于多细节先验信息的样本标注策略,融合复杂度,垂直平面和相对速度等先验信息实现新样本的自动标注;然后,充分利用PNN训练速度快而增加新样本时只需分类器进行局部更新的特点,将其更新到分类器训练模型中,取代传统机器学习算法中的Adaboost分类器。实验结果表明:该算法在新场景下的新样本标注准确率高达99.76
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:381952
    • 提供者:weixin_38681286
  1. 基于改进残差网络的道口车辆分类方法

  2. 为了提高模型在道口环境下的车辆图像的特征提取和识别能力,提出了一种基于改进残差网络的车辆分类方法。首先以残差网络为基础模型,改进了残差块中激活函数的位置,并将残差块中的一般卷积用分组卷积代替,引入注意力机制,用焦点损失函数替换交叉熵损失函数。实验部分先用公开数据集Stanford Cars进行预训练,再用自建的道口车辆数据集进行迁移学习。结果表明,改进模型在两个数据集中的准确率均优于几种经典的深度学习模型。
  3. 所属分类:其它

    • 发布日期:2021-03-02
    • 文件大小:5242880
    • 提供者:weixin_38738422
  1. 与CS-LBP和HOG融合以进行车辆制造和模型识别

  2. 局部二值模式(LBP)已广泛用于人脸识别中,具有提取纹理特征的功能,由于LBP的统计直方图维数较大,无法有效地表达图像的边缘和方向信息,因此,一种称为阻塞CS融合的方法提出了LBP和HOG特征,并将其应用于车辆识别。 首先,使用块CS-LBP算子提取车辆图像的纹理特征,计算每个子块的纹理直方图,然后提取原始图像的HOG特征以及HOG特征。最后,基于CS-LBP的阻塞CS-LBP功能与这两种不同的HOG功能融合在一起。 在车辆图像数据库上进行了实验,结果表明,该方法可以在K邻居分类的基础上获得较高
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:2097152
    • 提供者:weixin_38672962
  1. 基于逻辑回归的车辆检测方法研究

  2. 针对高速公路追尾事故频发而导致自动驾驶系统需要提高车辆检测的实时性问题,本文提出了一种基于逻辑回归的车辆检测方法。首先,通过对包含车辆与非车辆图像的训练集提取HOG特征来训练逻辑回归分类模型以获得好的回归系数;然后,采用滑动窗口机制对截取的视频帧提取HOG特征并利用过训练好的逻辑回归模型进行检测,并结合非极大值抑制技术去除了多余的检测窗口;通过实验,在车辆图像的测试集上该模型的识别正确率达到了96.23%,在视频帧上的车辆检测效果显示该方法可满足实时性要求。
  3. 所属分类:其它

    • 发布日期:2021-01-26
    • 文件大小:1048576
    • 提供者:weixin_38735570
« 12 3 »