车辆识别方法计算量大,提取的特征复杂,且传统神经网络利用端层特征进行分类导致特征不全面,为此提出了一种结合卷积神经网络(CNN)多层特征和支持向量机(SVM)的车辆识别方法。该方法在传统AlexNet模型基础上构建卷积神经网络模型,通过分析参数变化对测试正确率的影响得到最优车辆识别模型;提取多层车辆特征图,采用串行融合方法与主成分分析降维技术将其构成一个具有多属性的车辆特征向量,以增强特征全面性,减少计算量;利用SVM分类器代替CNN的输出层实现车辆识别,以提高模型泛化能力与纠错能力。实验结果表明,相比传统方法,所提方法在分类精度和识别速度方面都有显著提高,且具有良好的稳健性。

c++全套源码，基于openvino2022.1.0.643和opencv4.6.0实现 内含依赖的预训练模型和测试图片，直接运行即可查看识别结果。 person-vehicle-bike-detection-crossroad-1016 vehicle-attributes-recognition-barrier-0039 age-gender-recognition-retail-0013 person-detection-0203 person-detection-0200 vehicle-detection-0200 license-plate-recognition-barrier-0001 face-detection-0200

基于matlab GUI停车计费系统 完整代码可以运行的的

基于深度学习的停车场车辆识别研究

海康威视出入口停车场收费控制终端PMS_v3.0安装程序包文件，PMSv3.0_build20171205，官方安装包配合加密狗使用

海康威视出入口停车场收费控制终端PMS-v2.3安装程序包文件.

pms3.1更新文件_build20190826_支持NP-TPE605

PMSv3.2.0_build191126，需加密狗

PMSv3.5.0_build20210114，

1、基于yolov5算法实现道路卡车识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、9000多张图片数据集训练，迭代200次，模型拟合较好。 4、识别一个类别，“truck” 【备注】有相关使用问题，可以私信留言跟博主沟通。