您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. ADAS:ADAS高级辅助驾驶的一些项目原始码,包括LDW车道预先预测,前车起步提醒等-源码

  2. 阿达斯 ADAS高级辅助驾驶的一些项目原始码,包括LDW车道预先预测,前车起步提醒等 LDW目录下为LDW车道预测预报的原始文件,标定文件以及视频 SG目录下为SG前车起步提醒和本车运动检测的原始码以及视频,sg_show_video1.avi为效果演示视频
  3. 所属分类:其它

    • 发布日期:2021-03-23
    • 文件大小:205520896
    • 提供者:weixin_42144604
  1. Detect_lane_lines_OpenCV-源码

  2. 车道线检测 --- 项目概况 1.1目标 该项目的目标是使用OPENCV(计算机视觉)和Python开发一种算法,该算法可以检测和跟踪视频中的车道边界。该管道是为以下情况而设计的: 查找道路上的线以获得静态图像 在道路上找到视频线 填补道路标记中的任何空隙 用颜色填充线之间的空间 1.2依赖关系 Python 3.x NumPy Matplotlib(用于图表绘制和可视化图像) OpenCV 2.管道 管道中涉及的步骤如下: 2.1格雷&坎尼 将图像转换为灰色 使用Canny获取
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:72351744
    • 提供者:weixin_42102401
  1. sdcn-2-advanced-lane-detector:先进的车道检测器和追踪器-源码

  2. 高级车道查找 Udacity-无人驾驶汽车NanoDegree-项目2 照片和视频来自原始。 这是车道检测器管道的输出示例。 该流水线使用了SDCN课程中涵盖的所有技术,但尚未调整以处理更难的挑战视频(尚未)。 这是作业项目...而不是生产代码。 :winking_face: 代码 calibrator.py :视频校准管道 detector.py :带CLI前端的车道检测器代码,用于单幅图像检测 detector_params.py :探测器参数 video_detector.py :用于
  3. 所属分类:其它

    • 发布日期:2021-03-20
    • 文件大小:89128960
    • 提供者:weixin_42165490
  1. Self_Driving_Car:Udacity的自动驾驶汽车项目-源码

  2. 自驾车 Udacity的自动驾驶汽车项目 项目1-寻找车道 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,我们将使用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。我们将构建一种算法,该算法可以检测车道并在汽车驶过时注释车道的位置。更具体地说,如果我们有一
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:353370112
    • 提供者:weixin_42134143
  1. ReND_Car_Advanced-Lane-Lines-源码

  2. 高级车道查找 项目编写! ** 作者:SungwookLE( ) 日期:'20 .3 / 11 包括CodeReview的WriteUp。 该项目的目标/步骤如下: 给定一组棋盘图像,计算相机校准矩阵和失真系数。 对原始图像应用失真校正。 使用颜色变换,渐变等来创建带阈值的二进制图像。 应用透视变换以校正二进制图像(“鸟瞰”)。 检测车道像素并拟合以找到车道边界。 确定车道的曲率和车辆相对于中心的位置。 将检测到的车道边界扭曲回原始图像。 输出车道边界的可视化显示以及车道曲
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:118489088
    • 提供者:weixin_42151373
  1. Lane_Line_Detection:从道路的图像和视频中检测车道线-源码

  2. 车道线检测 该项目构建了一个计算机视觉(CV)应用程序,该应用程序可以从道路的图像和视频中检测车道线。 该存储库受到Udacity无人驾驶汽车工程师Nanodegree计划的Finding Lane Lines项目的启发。 该程序已使用了此存储库中使用的测试图像和视频。 用于检测图像中的车道线的主要步骤是: 颜色转换为灰色 坎尼边缘检测 使用高斯模糊进行图像过滤 检测感兴趣区域(ROI) 线路检测 霍夫变换
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:27262976
    • 提供者:weixin_42104906
  1. Advanced-Lane-Lines-Detection-源码

  2. 高级车道查找 在这个项目中,我们的目标是编写一个软件管道来识别视频中的车道边界。 该项目 该项目的目标/步骤如下: 给定一组棋盘图像,计算相机校准矩阵和失真系数。 对原始图像应用失真校正。 使用颜色变换,渐变等来创建带阈值的二进制图像。 应用透视变换以校正二进制图像(“鸟瞰”)。 检测车道像素并拟合以找到车道边界。 确定车道的曲率和车辆相对于中心的位置。 将检测到的车道边界扭曲回原始图像。 输出车道边界的可视化显示以及车道曲率和车辆位置的数值估计。 用于相机校准的图像存储在名
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:170917888
    • 提供者:weixin_42134094
  1. 车道检测视频-源码

  2. 车道检测视频
  3. 所属分类:其它

    • 发布日期:2021-03-01
    • 文件大小:2097152
    • 提供者:weixin_42100188
  1. CarND车辆检测:一种机器学习软件,可通过摄像头反馈检测附近的车辆-源码

  2. 车辆检测 总览 在该项目中,目标是开发一个软件管道,以检测图像和视频中的车辆和车道线。 结合了机器学习和图像处理技术的组合,以实现所需的结果。 该项目的目标/步骤如下: 对标记的训练图像集执行定向梯度直方图(HOG)特征提取并训练分类器SVM分类器 应用颜色变换并将合并的颜色特征以及颜色直方图附加到HOG特征向量。 实施滑动窗口技术,并使用训练有素的分类器搜索图像中的车辆。 在视频流上运行管道。 估计检测到的车辆的边界框。 相依性 Python3 NumPy OpenCV 科学 s
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:315621376
    • 提供者:weixin_42100129
  1. 检测道路特征:检测道路特征:识别视频中的车道和车辆边界-源码

  2. 项目结构 该项目的目标是尝试在面向前方的车辆摄像头数据中检测一组道路特征。 我称其为朴素的方式,因为它主要使用计算机视觉技术(与朴素的贝叶斯方法无关!)。 我们要检测和跟踪的特征是车道边界和周围的车辆。 文件 描述 source/lanetracker/camera.py 根据校准图像集实现相机校准。 source/lanetracker/tracker.py 通过将处理流水线应用于视频中的连续帧来实现车道跟踪。 source/lanetracker/gradients.py 基于渐
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:100663296
    • 提供者:weixin_42099302
  1. CarND-Advanced-Lane-Lines-master-源码

  2. CarND-Advanced-Lane-Lines-master 高级车道发现项目 该项目的目标/步骤如下: 给定一组棋盘图像,计算相机校准矩阵和失真系数。 对原始图像应用失真校正。 使用颜色变换,渐变等来创建带阈值的二进制图像。 应用透视变换以校正二进制图像(“鸟瞰”)。 检测车道像素并拟合以找到车道边界。 确定车道的曲率和车辆相对于中心的位置。 将检测到的车道边界扭曲回原始图像。 输出车道边界的可视化显示以及车道曲率和车辆位置的数值估计。 概述 在这个项目中,我的目标是编写
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:3072
    • 提供者:weixin_42168341
  1. 高级车道查找:用于检测车道线的高级车道查找项目-源码

  2. 高级车道查找 该项目的目标是编写一个软件管道来识别视频中的车道边界。 该项目 该项目的目标/步骤如下: 给定一组棋盘图像,计算相机校准矩阵和失真系数。 对原始图像应用失真校正。 使用颜色变换,渐变等创建阈值二进制图像。 应用透视变换以校正二进制图像(“鸟瞰”)。 检测车道像素并拟合以找到车道边界。 确定车道的曲率和车辆相对于中心的位置。 将检测到的车道边界扭曲回原始图像。 输出车道边界的可视化显示以及车道曲率和车辆位置的数值估计。 用于相机校准的图像存储在名为camera_c
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:72351744
    • 提供者:weixin_42117037