模型是训练好的模型，准确率达到98%可以识别Truck、SUV、SportsCar、Car、Bus、MicroBus、Jeep这个几个类别的汽车，配合Keras_rerinanet加载使用。

行业分类-物理装置-一种医院发热门诊分类检测用的门禁装置.zip

kaggle深度学习项目实战-猫狗分类检测数据集，包括含训练集(25000张猫狗照片)和测试集(12500张猫狗照片)，资源存储在百度网盘，txt文件为资源链接

yolo v3-pytorch模块图像分类检测使用-附件资源

金属是一种在自然界中广泛存在的富有延展、导电、导热等性质的物质，在生活中应用极为普遍。金属元素是人们生产和生活的主要物质资源，也是现代工业中非常重要和应用最多的一类物质。 金属材料生产运行环境相对恶劣，导致金属表面产生各种瑕疵缺陷，严重影响产品质量，影响企业效益。所以对金属表面瑕疵缺陷进行自动化检测显得尤为重要。

提出一种车道线分类检测算法。首先采用LDA对道路图像进行有针对性的灰度化，以便更好地区分车道线与道路。采用LSD算法检测灰度图像中的直线部分并确定车道线的方向。在此基础上，选取符合车道线灰度范围内的像素点。对远距离的像素点采用抛物线拟合，近距离的像素点采用直线拟合。同时，将检测到的车道线进行虚线实线的分类标记。最后结合视频序列的连续性对检测结果进行反向验证。实验结果证明，提出的方法对直道弯道检测均有很好的效果。算法的处理速度为每秒10帧左右，采用的测试视频的帧率为每秒15帧，基本满足实时性的要求。

caffe实现darknet中的相关层，主要是yolo层和upsample层等； 实现yolo网络的训练和测试（分类、检测和分割）； 提供darknet模型转caffe模型； 实现bn层合并和yolo模型的加速。 示例：yolov3的darknet模型转caffe，并实现bn层合并进行模型加速。

车辆分类检测的正负样本，其中正样本500，负样本500，可以用来做OPENCV的分类器检测训练，低分提供给大家，欢迎下载训练