基于深度学习的实时车辆检测代码，详情见博客：http://blog.csdn.net/adamshan/article/details/79193775

车辆检测负样本，9000张图，需要的下载吧

随着道路监控系统的日益完善，大量复杂的交通视频加重了交警部门的工作压力，因此建立智能交通监测模型成为路况监控自动化的关键。本文基于OpenCV开发平台，利用OpenCV的基本函数与运动物体跟踪原型，通过视频处理构建了交通监控模型，对所涉及的运动背景提取、阴影去除运动检测、形态学处理以及碰撞检测等核心技术进行了代码实现。

基于opencv的车辆检测代码，检测在道路上行驶车流量、车型等

C++代码，基于阴影的车辆假设区域生成，主要实现步骤：1.加载一张路面图片；2.加权平均灰度图；3.路面ROI提取（用于作为二值化分割的阈值提取）；4.对路面ROI进行canny边缘提取；5.对路面ROI进行路面信息提取（根据canny图，将非路面信息，车，路两边的干扰信息等剔除）；6.对步骤5中得到的图片信息进行直方图处理；7.对得到的直方图信息进行高斯拟合，得到直方图的标准差，均值信息；8.根据标准差和均值信息得到二值化的阈值；9.二值化处理，得到分割后的图像，得到所需要的车底阴影。

利用机器学习方法（分类）实现静态场景下的测试车辆检测  利用C语言或者Open_CV库，或者是MATLAB软件编写实现静态场景下的测视车辆检测。需使用机器学习方法。代码可以通过一个主函数直接运行出实验结果。  Data文件夹中包含train_34x94（训练集）和test（测试集）两个文件夹。其中，train_34x94文件夹中的数据用于训练模型，包含pos文件夹（内有550个正例样本）和neg文件夹（内有500个负例样本）； Test文件夹中的数据用于测试。  在Test测试集中的总体检测性能的评价指标为Recall、Precision 和F-measure，写出对算法的性能评价和对实现中遇到问题的理解。

利用bow训练器进行k-means聚类，训练svm分类器进行车辆检测

此项目代码通过检测夜间车尾灯从而完成车辆的检测和计数，仅仅适用于夜间情况。使用开源opencv库，c/c++编程实现。

车辆检测基础-红色车辆检测 运动目标检测、颜色提取、框选运动目标 https://blog.csdn.net/zxm_jimin/article/details/87940410

本资源对应我的博文 http://blog.csdn.net/zhuangxiaobin/article/details/25476833 中的正样本，做车辆检测的网友可以下载并进行尝试