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. 基于OpenCV3( Python / C++ ) 的车道检测代码和测试视频

  2. 基于OpenCV3( Python / C++ ) 的车道检测代码和测试视频

  3. 所属分类：机器学习

  1. 车道线检测代码 python

  2. 本资源仅供学习交流。 期末 老师留的大作业，这个应该是标准代码了。

  3. 所属分类：机器学习

    • 发布日期：2018-12-11
    • 文件大小：58368
    • 提供者：weixin_42398319

  1. 智能小车视觉巡线python代码

  2. 通过opencv完成视觉巡线。 在白色地面上利用摄像头检测黑色的车道线，完成巡线任务。 将小车的行驶速度分为四个等级。当小车行驶在直道上会逐渐加速，当加到最高速时保持匀速行驶。当检测到弯道时小车会立即减速，再根据弯道大小调整速度，使得小车在保证行驶速度的同时能够安全转过弯道。

  3. 所属分类：嵌入式

    • 发布日期：2020-07-21
    • 文件大小：5120
    • 提供者：LY2996944198

  1. 5行Python代码实现图像分割的步骤详解

  2. 众所周知图像是由若干有意义的像素组成的，图像分割作为计算机视觉的基础，对具有现有目标和较精确边界的图像进行分割，实现在图像像素级别上的分类任务。 图像分割可分为语义分割和实例分割两类，区别如下： 语义分割：将图像中每个像素赋予一个类别标签，用不同的颜色来表示； 实例分割：无需对每个像素进行标记，只需要找到感兴趣物体的边缘轮廓。 图像分割通常应用如下所示： 专业检测：应用于专业场景的图像分析，比如在卫星图像中识别建筑、道路、森林，或在医学图像中定位病灶、测量面积等； 智能交通：识

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：57344
    • 提供者：weixin_38547397

  1. 基于传统的计算机视觉下的车道线检测

  2. Python语言；代码包括有原始图像确定ROI；对前方道路的透视变换；边缘检测（采用sobel采用 x 方向的索贝尔算子）;在RGB色彩空间中对黄白两种颜色进行过滤从而提取出车道线的像素；HLS阈值化处理；组合梯度和色彩过滤车道线像素；滑窗多项式拟合车道线；拟合曲线使用透视变换还原到原视角。

  3. 所属分类：机器学习

    • 发布日期：2020-12-24
    • 文件大小：357376
    • 提供者：qq_42119367

  1. python+opencv车道线检测（简易实现）

  2. python+opencv车道线检测（简易实现） 技术栈：python+opencv 实现思路： canny边缘检测获取图中的边缘信息； 霍夫变换寻找图中直线； 绘制梯形感兴趣区域获得车前范围； 得到并绘制车道线； 效果展示： 代码实现： import cv2 import numpy as np def canny(): gray = cv2.cvtColor(lane_image, cv2.COLOR_RGB2GRAY) #高斯滤波 blur = cv2.Gauss

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：172032
    • 提供者：weixin_38689191

  1. LaneATT:标题为“在车道上睁大眼睛”的论文的代码-源码

  2. 莱恩ATT 该库适用于LaneATT，在提出了一种新的国家的最先进的车道检测模型的源代码“你的眼睛保持在车道：实时注意力引导车道检测”，由 ， ， ， ， 和 。 新闻（2021-03-01） ：我们介绍Lane Lane的论文已被CVPR'21接受。 目录 1.先决条件 Python> = 3.5 PyTorch == 1.6，在CUDA 10.2上测试。在PyTorch 1.6上对模型进行了训练和评估。使用其他版本进行测试时，结果（指标）略有不同。 CUDA，用于编译NMS

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：786432
    • 提供者：weixin_42116805

  1. road_lane_finding_project:该项目使用计算机视觉技术来检测并绘制道路。 该项目是Udacity无人驾驶汽车工程师纳米学位课程的第一个项目-源码

  2. 在路上找到车道线 概述 开车时，我们会用眼睛来决定要去的地方。 道路上的线条向我们显示了车道的位置，这是我们始终指引车辆驶向何处的参考。 自然，在开发自动驾驶汽车时，我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中，您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”，它是一个软件包，其中包含许多用于分析图像的有用工具。 为了完成该项目，将提交两个文件：一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同时

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：55574528
    • 提供者：weixin_42107165

  1. CarND_LaneLines_SelfDrivingCarEng-源码

  2. 在道路上寻找车道线 概述 开车时，我们会用眼睛来决定要去的地方。 道路上的线条向我们显示了车道的位置，这是我们始终指引车辆驶向何处的参考。 自然，在开发自动驾驶汽车时，我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中，您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”，它是一个软件包，其中包含许多用于分析图像的有用工具。 为了完成该项目，将提交两个文件：一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：55574528
    • 提供者：weixin_42098759

  1. 车道检测代码python

  2. Python编写，视频检测

  3. 所属分类：Python

    • 发布日期：2021-03-03
    • 文件大小：3145728
    • 提供者：tiyloving

  1. CarND-LaneLines-P1-源码

  2. 在道路上寻找车道线 概述 开车时，我们会用眼睛来决定要去的地方。 道路上的线条向我们显示了车道的位置，这是我们始终指引车辆驶向何处的参考。 自然，在开发自动驾驶汽车时，我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中，您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”，它是一个软件包，其中包含许多用于分析图像的有用工具。 为了完成该项目，将提交两个文件：一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：46137344
    • 提供者：weixin_42105570

  1. Finding-Lane-Lines：在这里，我将使用Canny边缘检测和霍夫变换算法来识别和跟踪视频流中的车道线-源码

  2. 在路上寻找车道线 概述 开车时，我们会用眼睛决定要去的地方。 道路上的线向我们显示了车道的位置，这是我们始终将车辆转向的参考。 自然，在开发自动驾驶汽车时，我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中，您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”，它是一个软件包，其中包含许多用于分析图像的有用工具。 为了完成该项目，将提交两个文件：一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同时用于和.T

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：45088768
    • 提供者：weixin_42151305

  1. CarND-LaneLines-P1：自动驾驶汽车ND的车道查找项目-源码

  2. 在路上寻找车道线 概述 开车时，我们会用眼睛决定要去的地方。 道路上的线向我们显示了车道的位置，这是我们始终将车辆转向的参考。 自然，在开发自动驾驶汽车时，我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中，您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”，它是一个软件包，其中包含许多用于分析图像的有用工具。 为了完成该项目，将提交两个文件：一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同时用于和.T

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：45088768
    • 提供者：weixin_42133680

  1. DRIVE_UM_BFMC：BFMC-源码

  2. 博世未来交通挑战-Team Drive UM 该存储库包含将在控制1:10比例模型车的Raspberry Pi上运行的代码。 如中所述，汽车将需要在轨道上自动驾驶并处理各种情况。 关键任务在Python中实现，并利用多线程/多处理以及管道系统。 这将允许工人同时运行，这应该使系统更有效地运行。 系统模组 处理 输入值 输出量 车道检测 相机影像 检测到的线的梯度和截距（又称车道矢量） 物体检测 相机影像 所检测对象的位置，边界框和类别（也称为对象矢量） 相机发行商 没有 相机影像 路径规划

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：70656
    • 提供者：weixin_42161497

  1. 车道检测代码：通过自我注意蒸馏学习轻型车道检测CNN（ICCV 2019）-源码

  2. 此存储库还包含Tensorflow实现 。 （SCNN-Tensorflow） 新闻 已发布。 （在CULane测试集中可以达到73.1 F1措施） ， 和已发布。 主要特点： （1）ENet-label是基于的轻量级车道检测模型，并采用了自注意蒸馏技术（更多细节请参见本文）。 （2）与最新的SCNN相比，它的参数减少了20倍，运行速度提高了10倍，并且在CULane测试集上达到了72.0 （F1量度）（优于SCNN，达到了71.6）。 它还在TuSimple测试集中达到96.64％的

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：48234496
    • 提供者：weixin_42121754

  1. lane_detection_udacity:大胆的屁股1-源码

  2. 在道路上寻找车道线 概述 开车时，我们会用眼睛来决定要去的地方。 道路上的线条向我们显示了车道的位置，这是我们始终指引车辆驶向何处的参考。 自然，在开发自动驾驶汽车时，我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中，您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”，它是一个软件包，其中包含许多用于分析图像的有用工具。 为了完成该项目，将提交两个文件：一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：204800
    • 提供者：weixin_42106765

  1. PINet-源码

  2. 车道检测关键点估计和点实例分割方法 新版本位于 Python3，CULane和TuSimple的预训练权重，以及更高的性能。 相依性 python（我们在python 2.7上进行了测试） pytorch（我们在带有GPU（RTX2080ti）的pytorch 1.0.1上进行了测试） OpenCV 麻木 视觉（用于可视化） sklearn（用于评估） ujon（用于评估） 数据集 此代码是在tuSimple数据集上开发的。您可以从下载数据集。我们建议做出以下结构。 dataset

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：17825792
    • 提供者：weixin_42178688