两百行C++代码实现yolov5车辆计数部署（通俗易懂版）
对应文章https://blog.csdn.net/taifyang/article/details/128264192?spm=1001.2014.3001.5502
2022-12-11 09:28:30
29.96MB
1
lingo求解线性规划，VRP，车辆路径问题
摘要： 在 《交通运筹学》《交通系统分析》 等交通类专业课程教学过程中， 作为经典组合优化问题的车辆路径问题(VRP)通常
是重点教学内容。在目前的VRP求解软件与相关学习资料方面， 介绍考虑距离约束条件的模型及求解不多。本文通过分
析考虑距离约束条件， 给出相应的混合整数规划模型， 并基于LINGO软件编程实现求解， 最后通过一个实例说明了代码的
可行性。
2022-12-10 09:25:13
1.46MB
1
在本文中，我们专注于带有车辆障碍物的车对车（V2V）通信的路径损耗特性的分析和建模。 在V2V通信的典型城市场景中，在5.9 GHz频率下执行了一系列信道测量。 在这些度量中，我们将测试案例分为三种类型：非阻塞，小车辆阻塞和大型车辆阻塞。 然后，提取，比较和分析这三种情况的路径损耗和阴影衰落分量。 基于这些测量，我们显示了不同类型的车辆障碍物对路径损耗和阴影衰减特性的影响。 发现小车辆阻塞不会显着影响路径损耗的平均值，并且会导致3 dB的额外阴影衰减。 较大的车辆障碍物会带来10 dB的额外路径损耗。 最后，提出了一种路径损耗模型，该模型包括车辆阻塞对路径损耗的影响，并采用经典的对数距离路径损耗公式。 本文的结果可用于V2V通信的性能分析和系统设计。
2022-12-07 20:24:23
2.03MB
1
灾害发生后的关键救援期内，应急物资有限且受灾点对应急物资的需求具有不确定性。为提高应急物流工作效率，需对应急资源分配和运输车辆路径进行统一优化决策。针对救援关键期内应急物资可能供应不足的特点，在假设物资需求为随机服从正态分布的前提下，以最小化供应不足和供应过量所带来的损失、运输成本和车辆使用成本等为优化目标，考虑服务时间窗和车辆装载能力等约束，建立了随机需求环境下应急物流车辆路径问题的优化模型，并基于遗传算法设计了模型的求解方法。算例分析表明，所提出的优化方法运算快捷且结果合理，可为相关决策者提供科学的决策依据。
2022-12-06 20:31:37
969KB
1
以摄像机获取的交通场景视频作为研究对象,以提取场景内的车辆速度为目的,对所涉及的多目标跟踪、速度测算等关键问题进行了深入研究,并在其基础上实现了一个车辆超速视频监控系统。实验结果证明,系统可靠性高、对环境变化适应性强,具有很好的应用前景。
2022-12-06 13:56:50
342KB
1
YOLOv5-deepsort 车辆行人目标跟踪，代码以配置好，下载后配置环境就可以使用，包括有训练好的YOLOv5车辆行人检测模型，并附上了测试视屏，并可绘制出目标 的运动轨迹，有使用说明可以参考，目标类别名为person，car，用于检测和跟踪车辆行人
https://blog.csdn.net/weixin_51154380/article/details/126395695?spm=1001.2014.3001.5502
2022-12-06 12:28:44
213.24MB
这是Android实现车辆检测APP Demo: https://panjinquan.blog.csdn.net/article/details/128190532
可实时运行；Android车辆检测模型的检测效果还是可以的，高精度版本YOLOv5s平均精度平均值mAP_0.5=0.57192，而轻量化版本yolov5s05_416平均精度平均值mAP_0.5=0.47022左右。APP在普通Android手机上可以达到实时的检测识别效果，CPU(4线程)约30ms左右，GPU约20ms左右
2022-12-06 09:22:17
50.5MB
1
YOLOv5实现车辆检测(含车辆检测数据集+训练代码)： https://blog.csdn.net/guyuealian/article/details/128099672
2022-12-06 09:22:16
213B
1