vs平台上的车辆识别系统工程，可完美运行，内有对不同场景的车牌号的识别，值得一看，学到的东西肯定很多

吴恩达深度学生课程，第四课第三周编程作业，yolo模型训练好的权重文件会 格式，亲自测试有用，测试环境tf1.13，python3.7，欢迎大家下载，有问题留言。

基于yolov5的车辆识别（货车与公交车识别），内含源码（yolov5、pyqt5、训练集与测试集划分代码）、原始图像数据集、标注数据集（xml格式及txt格式）、模型训练后权重文件、pyqt5交互界面以及使用说明。下载后可直接打开pyqt5交互界面实现车辆识别。

opencv 车辆识别 训练模型文件 cars.xml

程序是基于Matlab实现的，对于初学者，通俗易懂，直接下载就可以用，如果电脑的GPU性能不佳的情况下，利用Matlab可以实现YOLOV3的算法对目标识别。

基于MATLAB实现对车辆的识别，代码能够实现对摩托车、拖车、轿车等识别。采集机器学习的的方法来实现对不同类型车的识别。系统搭建了SVM模型，首先通过对图像的训练，然后再拿出测试图像对系统的识别效果进行测试，经过测试系统效果良好。

车辆识别代码大全.7z

车辆识别代码格式.7z

人工智人-家居设计-RFID阅读器与智能车辆识别方案研究.pdf

车牌识别，目前支持蓝牌、绿牌、黄牌、白牌，demo使用.net 4.6.2框架开发，识别模块使用emgu.cv V4.5.5.4823，文字识别使用Tesseract OCR，字库使用了自己生成的gw.traineddata和gwgreen.traineddata训练文件，导出使用了组件EPPlus V6.0.5，用于进行批量识别时的信息导出。测试了白天、夜晚有灯光条件下的识别率，在正对车牌的情况下基本能够达到90%以上的识别。识别速度上有待提升，因为使用了色块识别因此不同颜色优先级不同。此识别方式仅供大家学习使用，非授权不得用于商业使用。