opencv 车辆识别 训练模型文件 cars.xml

级联分类器，完成的车辆和人脸识别的训练集，调用即可使用

该数据集主要包括 AutoTel 共享汽车的主要信息，例如时间，经纬度等位置信息。通过机器学习，该数据集被用于预测共享汽车的地理位置可用性，从而修改业务模型，以便实现共享汽车从低需求区到高需求区的调用

Stanford Cars Dataset 是包含 196 种汽车类型的图像数据集，主要用于图像分类，其共有 16,185 张图像，其中训练图像和测试图像分别为 8,144 张和 8,041 张，每个类别的图像数量相当，其中分类基于汽车品牌、车型和年份。 该数据集由斯坦福大学 – 人工智能 实验室于 2013 年发布，相关论文有《3D Object Representations for Fine-Grained Categorization》。

ARCADE_Ultimate_Vehicles_Pack_-_Low_Poly_Cars

Stylized Cars Pack包含用于快速原型制作和游戏设计的汽车。 40个低多边形模型针对带有纹理的移动进行了优化。 所有模型的多边形数都很低，从最简单模型的1200个多边形到较复杂模型的3000个多边形不等。 您可以在移动，桌面和控制台平台上使用它们！ -分离的车轮：车轮与车身分开，因此您可以对其进行动画处理或使用车辆仿真系统。 -移动就绪：所有型号均具有单独的纹理（512x512像素），可以舒适地使用 您获得80辆车

MMAL网 这是论文用于细粒度的PyTorch实施（张帆，李萌，翟桂生，刘亦钊）由第27届国际多媒体建模国际会议（MMM2021）提供。 欢迎与我们讨论问题！ 目录 要求 的Python 3.7 pytorch 1.3.1 numpy的1.17.3 scikit图像0.16.2 Tensorboard 1.15.0 TensorboardX 2.0 tqdm 4.41.1 图像2.6.1 枕头6.1.0 数据集 下载数据集，并将提取的图像文件夹的内容复制到datasets / CUB 200-2011 / images中。 下载数据集并将提取的data / images文件夹的内容复制到datasets / FGVC_Aircraft / data / images ） 您也可以尝试其他细粒度的数据集。 培训TBMSL-Net 如果要训练MMAL-Net，请在运行py

如何构建和配置基于Arduino的控制单元以用于电动平移门的打开，关闭和其他动作。

斯坦福车 196 类测试集，图片按类别文件夹存放，完整数据集下载： https://github.com/cyizhuo/Stanford-Cars-dataset

无人驾驶汽车项目 我使用开源模拟器完成了多个自动驾驶汽车（AV）项目。 这些项目涵盖了从控制，状态估计，定位，感知到运动计划的视音频领域。 控制器使用CARLA模拟环境在跑道上导航自动驾驶汽车。 误差状态扩展卡尔曼滤波器，可使用CARLA模拟器中的数据对车辆进行定位。 名称待定 识别场景中对象的边界框并定义可驱动曲面的边界的算法。 名称待定 分层运动计划程序，用于在CARLA模拟器中的一系列场景中导航，包括避免将车停在车道上，跟着领先车辆行驶并安全地导航十字路口。 安装CARLA 的Ubuntu 下载并按照。 视窗 下载版并按照。