【实际项目应用】 车标识别检测 【数据集说明】 车轮检测数据集，一共4203张图片，6类车标，分别为“奔驰”、”本田“、”丰田“、”奥迪“、”雪佛兰“、”大众“， ['Benz','Honda','Toyota','Audi','Chevrolet','VW']，多种背景，数据分布均匀，标签包含voc（xml）、yolo（txt）两种格式，多种目标检测算法可直接使用。纯手工标注，标注精准，算法拟合很好，数据质量可靠。 【备注】：若需json格式标签，或使用过程遇到问题，请私信留言。

车标检测,检测轮廓出来，粗定位和精定位提取车标，基于vs2013+opencv的方法

车标检测数据集，以PASVCAL_VOC格式为基准建立。共包含45类车标，3015幅图像，其中900幅测试集，由于数据集较小，未设置验证集。（由于文件限制，所以该部分数据为下半部）

实现对大众车标、宝马车标的车标自动检测和识别。这个在智能交通中可以得到很好的应用。

车标检测数据集，以PASVCAL_VOC格式为基准建立。共包含45类车标，3015幅图像，其中900幅测试集，由于数据集较小，未设置验证集。（由于文件限制，所以该部分数据为上半部）此外，该数据集包含剪切出的车标图像。

积分最低，车标检测,检测轮廓出来，粗定位和精定位提取车标，基于vs2013+opencv的方法

车标定位用的是先验知识，检测是用的sift