车标检测数据集，以PASVCAL_VOC格式为基准建立。共包含45类车标，3015幅图像，其中900幅测试集，由于数据集较小，未设置验证集。（由于文件限制，所以该部分数据为下半部）

实现对大众车标、宝马车标的车标自动检测和识别。这个在智能交通中可以得到很好的应用。

积分最低，matlab代码，有实验报告，图像视频处理的车标识别软件

西门子数控车标加工程序和数控车标图纸的分析。加工程序的学习，程序的运用，简单的数控加工程序，更方便更简单的数控加工编程。

包含100多款高清原厂车商开机logo， 三种分辨率 1024x600 800x480 222x124 任你选择， 还等什么快上车

演示 开始： PyQt5，3.3以上的cv2，hyperlpr 暂时不提供车型识别与颜色分类的模型 下载 ，并保存到yolo目录下 介绍 模型采用opencv DNN模块读取，所以确认你安装了包含DNN模块版本（3.3以上）的cv2 车辆定位采用darknet yolov3在coco数据集上的预训练模型 车牌识别采用开源的hyperlpr： : 视频播放界面基础： : 去做 连接KNN做颜色识别

carLogoRec 2018.4.18更新逻辑回归模块 2018.4.20更新OpenCV自带BP网路模块 2018.4.26更新手撸BP模块 2018.8.08更新基于LeNet-5的CNN模块（使用Pytorch） 模块列表 Opencv自带BP网络+ HOG Logistic回归内容/ LR 全局函数 CNN_pytorch 1. opencv自带BP网络+ Hog特征识别车标 opencv2.4.11：使用HOG特征进行车标分类识别 工程基于本人早期课程设计，记录在博客园博客中--- 。 环境要求 测试环境：win10 + VS2017 + OpenCV2.4.11测试结果：100％识别opencv的配置这里就不再多余述了。简单讲下工程的情况。 简单思路 其实直接将图像灰度值作为网络输入也可以，本工程使用了人工提取的图像的HOG特征作为网络输入，输出为车标类别。 训练集＆测试

行业资料-交通装置-一种汽车车标.zip

包含95个高清车标PNG，免抠可直接使用，涵盖了大部分车型

识别车标位置，同时识别车的颜色，准确率一般，需要特定的图，难度较大可以修改