KiTTI数据处理和3D CNN用于车辆检测 用于车辆检测的3D CNN 使用PointCloud数据进行车辆检测的3D全卷积网络参考：点云中用于车辆检测的3D全卷积网络 主文件是“ model_01_deconv.py” 数据加载功能为“ input_velodyne.py” 示例（3D边界框：8个顶点）不执行NMS 需求 Python 张量流 ROS Python-PCL（如果不使用pcl，请在input_velodyne.py中注释掉相关代码 KiTTI数据处理 数据集是KITTI 3D对象检测数据集 Velodyne PointCloud 培训标签 校准

资源包含2000千张道路车辆正负样本，正样本均为剪切好的灰度图像。

三七出品--自制国内无人机航拍视角下车辆检测数据集

yolov5夜间车辆检测模型

车辆检测技术和车辆检测器的比较分析(下)分享.pdf

自己训练的车辆检测分类器 级联层数18 基于HOG特征

将视频图像转换到HSV空间，利用H分量提取图像中红色 区域位置，V分量提取图像中车底的水平边缘位置，两者结合确定图像中车辆的候选区域。然后，利用改进的Gabor 滤波器组对 图像中的候选区域特性进行提取，最后利用支持向量机对提取的候选区域特性进行训练、识别。滤波器组通过量子进化算法进 行了改进，其中引入了小生境协同进化算法并对优化后的滤波器组进行聚类减少多余的滤波器，降低冗余度

快速路静止车辆的检测，根据其边缘特征。效果还可以。

带视频跟踪车辆功能，可用于十字路口和路段上卡口违法抓拍. 可检测闯红灯,压实线,压双黄,变道行驶,禁左、直、右转,逆行,违法停车. 有着非常强大的功能。 提供成熟的，车辆视频跟踪源代码 车牌跟踪源代码 视频跟踪源代码。 并附源代码文档说明及VC++、BCB、VB、Delphi、C#等开发包。在市场有10年以上应用成功案例： 源代码不含第三方控件或LIB，核心算法是C语言开发，基于VC6.0封装的DLL或OCX控件，基于Windows\Linux平台。 产品可应用在高速公路卡口、电子警察、超速抓拍、等众多需要车辆抓拍和车牌识别的领域。 1）全天候跟踪 （晴天、雨天、白天、夜晚...） 2）自动跟踪所有车型车辆，包括大小车，货车，农用车，客车，摩托车等等； 3）自动识别汽车牌照的底色 (黄、黑、蓝)； 4）具有识别训练功能，可适应不用的应用环境，提高识别效果。 5）识别速度：< 10 ms； 6）车辆跟踪率：大于 98% 7) 如不需要源码，可提供成熟的车辆视频跟踪SDK开发包，开发端口，支持多种语言，便于应用软件集成。 技术指标： 监视距离1-50米(具体视成像设备性能) 。 可见光成像模式、支持LED和闪光灯等辅助光源，全天候7×24小时连续工作。 车辆跟踪率：大于 98% 能够跟踪行驶速度可达200km/h高速行驶的车辆的车牌 。 本车辆跟踪算法可以嵌入治安卡口，超速抓拍，十字路口电子警察等系统。 qq：506268903

1.首先从文件菜单打开程序目录下的car.avi视频,系统将显示视频的第一帧。 2.点击背景提取菜单，稍后会提取出背景并显示在打开的第二个窗口中。 3.当提取出背景后，点击检测跟踪菜单，对车辆进行检测和跟踪。 4.点击轨迹绘制菜单，绘制车辆的轨迹。 注：由于使用OpenCV打开AVI视频文件需要视频解码器，故在程序运行前请在电脑上先安装DivX类型的的视频解码器，否则将出现无法打开文件的错误。本程序使用的是OpenCV2.1版本，在没有安装此版本软件的机器上运行时需要将cv210.dll,cvaux210.dll,cvcore210.dll,highgui210.dll,ml210.dll这五个文件拷贝至*.exe可执行文件下。