高级车道查找器
一种更强大的车道检测算法，准备应对更现实的场景，例如照明条件，阴影的重大变化，并计算车辆位置以及道路曲率。 这种方法使用多项式拟合以更平滑的方式检测弯曲车道。 提供了以及。 提供了该算法的详细说明。
2022-04-24 13:34:44
135.3MB
1
资源中包含的图片以及资源属于Yolov5格式，需要转成其他格式的可以下载后去Roboflow上转，同时还能进一步标注，图片中包括六大类，其中车辆分为五类，再加上车牌作为一类，所以可以直接在Yolov5模型上训练出既能检测车辆也能检测车牌的效果，不再需要分别训练两个模型，在Yolov5上训练50个epoch后，达到了0.89的精度。
2022-04-23 19:06:02
476.53MB
1
颜色分类leetcode
车辆识别API
介绍
用于
.
Flask
服务器公开了用于汽车品牌和颜色识别的
REST
API。
它由一个用于查找汽车的物体检测器和两个用于识别检测到的汽车的品牌和颜色的分类器组成。
对象检测器是
YOLOv4（OpenCV
DNN
后端）的实现。
YOLOv4
权重是从
.
分类器基于
MobileNet
v3（阿里巴巴
MNN
后端）。
完整版可识别车辆的品牌、型号和颜色。
这是一个测试它的网络演示：
API
很简单：在端口
6000
上向本地主机发出
HTTP
POST
请求。输入图像必须使用
multipart/form-data
编码发送。
它必须是
jpg
或
png。
在
Windows
10
和
Ubuntu
Linux
下测试。
用法
服务器使用以下命令启动：
$
python
car_recognition_server.py
使用
curl
的请求格式为：
curl
"http://127.0.0.1:6000"
-H
"Content-Type:
multipart/form-data"
--form
"image=@cars.jp
2022-04-22 15:38:59
7.69MB
1