人脸识别正负样本集，负样本2500多，且为处理后灰度图；正样本1000多张，且为归一化后的图片；同时负样本也是适应于车辆识别，车牌识别，行人检测等

深度学习用车辆识别训练统一尺寸负样本1500个 不同型号、不同品牌、不同颜色、不同角度的各种车辆 用于hog+svm训练，准确率可达到90%以上 用于haar训练，识别准确率可达到85%以上

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

479张车牌打包，全部按照车牌号命名文件，可用作车辆识别训练用

方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出的，而如今虽然有很多行人检测算法不断提出，但基本都是以HOG+SVM的思路为主。 本文提供详细讲述和完整算法代码

yolo 车辆训练集，7000张 无漏标注，识别率99.8 ，无重复图片，直接下载就跑，1660跑，大概就需要1小时 就搞定

EU）19-2011 制造商法定铭牌和机动车辆及其挂车的车辆识别号的型式认证要求

对交通视频中的车辆计数方法进行了研究。首先采用背景更新的背景差分法获得无运动目标的背景，并采用帧差法检测 是否存在运动目标，以此作为背景更新的依据。然后当前帧与背景图像做差值，并进行二值化提取运动目标。对于光线较暗车辆目标提 取不完整和由于光照产生伪目标的情况，采用一种基于虚拟的横向检测线和纵向检测线相结合的检测方法计数。实验表明，本方法可 较准确的实现车辆计数，并有较好的实时性。

包含大量车辆的图片，以及简单的神经网络算法实现车辆图片中的车牌识别

通过opencv对图像以及视频进行车辆识别：先加载图像，再把图像进行灰度化处理，再通过级联分类器xml文件，对图像进行识别，得到位置及大小，再用所得数据把车辆给框出来