1.数据集：事故车辆和非事故车辆图像共计3800张。 2.代码：CBAM-CNN模型和LeNet模型代码及应用实现代码。

为了促进车辆重识别（Re-Id）的研究，我们在现实世界城市监控场景中建立了一个名为“VeRi”的车辆Re-Id的大规模基准数据集。 VeRi的特色包括： 它包含超过50,000张776辆车的图像，这些图像由20台摄像机拍摄，在24小时内覆盖1.0平方公里的面积，这使得该数据集可扩展到足以用于车辆Re-Id和其他相关研究。 图像是在真实世界的无约束监视场景中捕获的，并标有不同的属性，例如： BBox，类型，颜色和品牌。因此可以学习和评估车辆Re-Id的复杂模型。 每辆车在不同的视点，照明，分辨率和遮挡下由2~18台摄像机拍摄，在实际监控环境中为车辆Re-Id提供高复发率。 它还标有足够的牌照和时空信息，例如板块的BBox，板条，车辆的时间戳以及相邻相机之间的距离。 另一部分，在网盘中，单独下载网盘中的部分是不能解压的。 链接：https://pan.baidu.com/s/16cZWs-yieZH02z8xbXOMZA 提取码：snft

自卸车数据集 目标检测数据集 适合小白入手的目标检测数据集

沥青车+搅拌车数据集 目标检测数据集 适合小白入手 目标检测练手数据集

滴滴数据，包含id，起始点经纬度gps坐标，使用者的下车位置信息等等

开源车辆检测数据集，以上是标注文件，需要注册指定邮箱。

MIT-CBCL Car Database，麻省理工学院提供的车辆分类数据集，可以用来训练分类器，官网数据集下载地址已失效，上传到这里供大家使用。 128 × 128 PPM 格式图像 516个文件 17.8 MB已压缩：24.8 MB未压缩

拖拉机数据集 目标检测数据集 适合小白入手的目标检测数据集

数据集中包含用于评估目标检测算法的汽车侧视图。这些图像是由Shivani Agarwal，Aatif Awan和Dan Roth在UIUC收集整理的，并用于论文实验中。汽车图像均为灰度图像，原始PGM格式，总共1328张图片。

工程车辆数据集1000张，项目数据，已标注，可直接进行训练，几乎包括所有工程车辆，种类包括：重型卡车，沥青车，搅拌车，清障车，洒水车，拖拉机，挖掘机，压路机，吊车，自卸车等