【车辆识别】基于卷积神经网络yolov3识别车辆和车辆速度附matlab代码

摘要：针对车辆在异构网络覆盖环境下的网络接入选择问题，基于双边匹配博弈中稳定匹配的相关概念，提出一种车辆异构网络选择博弈模型，通过用户侧与网络侧的双向选择得到异构网络选择的稳定匹配。算法首先利用层次分析法获得相应权重分配以给出满意度函数，然后将网络侧的一对多匹配转化为一对一匹配问题，在稳定匹配条件下构建多目标优化模型，并求解最优匹配结果。相关性能分析及仿真实验表明，基于稳定匹配的博弈模型相对于传统决策模型，能够使网络和用户侧双方的满意度最优化，从而得到双向网络选择的均衡状态。

车辆统计和车速预测 这里提供一个简单的基于vs2017+Opencv3.4的车辆统计和车速测量方法 效果图： 车辆统计 车速估计 说明 1、代码中RoI是固定的，可以设置鼠标响应事件设置RoI 2、背景建模后还有阴影影响车辆检测的准确度，可以设置算法进行背景消除 3、本来使用质心进行测速的，但是发现车辆在进出RoI的时候车辆质心随外接矩形进行变换，修改为车辆进入窄带的第一个点(这里使用右下角)替代质心提高准确度 4、没有进行标定，速度估计单位为pixels/s

这里是计算机专业Springboot2-毕业设计100套之一的车辆充电桩--论文，希望能对大家有所帮助哦！

行业标准GA∕T 497-2016 道路车辆智能监测记录系统通用技术条件.pdf

车辆重识别公用VeRi-776数据集，供大家学习使用

MATLAB车辆运动目标跟踪检测（各车速度，车流量，密度，GUI界面）

基于C均值算法的车辆检测与跟踪，可以检测静态图像中车辆或物体的人数！

基于opencv的车辆检测与跟踪，附详细源代码，已打包好可直接编译运行

MiVeCC_with_DRL 这是一种多路口车辆合作控制（MiVeCC）方案，可实现3 * 3无信号交叉口中车辆之间的协作。 我们提出了一种结合启发式规则和两阶段深度强化学习的算法。 启发式规则使车辆通过交叉路口而不会发生碰撞。 基于启发式规则，DDPG用于优化车辆的协同控制并提高交通效率。 仿真结果表明，与现有方法相比，所提算法在不发生碰撞的情况下可将多个路口的出行效率提高4.59倍。 一种基于端边云计算的多路口车辆协同控制| 先决条件 Linux 或 macOS Python 3 MATLAB 2017b CPU或NVIDIA GPU + CUDA CuDNN Python模块 numpy==1.16.2 opencv-contrib-python == 3.4.2.16 opencv-python==4.2.0.32 张量流==1.12.0 matplotlib=