颜色分类leetcode-Perception-for-Self-driving:自动驾驶汽车的感知算法;车道线查找、车辆检测、交通标志分类算

上传者: 38699757 | 上传时间: 2022-05-07 17:57:42 | 文件大小: 185.04MB | 文件类型: ZIP
颜色分类leetcode 自动驾驶汽车的感知算法 Udacity自动驾驶汽车纳米学位项目感知相关项目。 概括 车道线查找 传统的计算机视觉技术,如相机校准、颜色阈值和图像包装,已用于车道线查找。 Bird eye view中的Lane Line从像素单位转换为米单位,计算得到车辆的CTE(Cross Track Error)和车道的Curvature 。 车辆检测 SVM分类器用于对车辆和非车辆进行分类, Sliding window方法用于从图像中检测车辆。 通过由当前图像帧和前一图像帧的信息组成的Heat-map来防止多重检测和误报问题。 交通标志分类 CNN(卷积神经网络)用于交通标志分类,可识别和区分43种不同类型的交通标志。 再培训后,识别交通标志的测试准确率高达 93.5%。

文件下载

资源详情

[{"title":"( 130 个子文件 185.04MB ) 颜色分类leetcode-Perception-for-Self-driving:自动驾驶汽车的感知算法;车道线查找、车辆检测、交通标志分类算","children":[{"title":"output_video.mp4 <span style='color:#111;'> 17.47MB </span>","children":null,"spread":false},{"title":"Generate_Video.ipynb <span style='color:#111;'> 9.77KB </span>","children":null,"spread":false},{"title":"Vehicle_Detection_Pipeline.ipynb <span style='color:#111;'> 1.23MB </span>","children":null,"spread":false},{"title":"svc_pickle.p <span style='color:#111;'> 265.38KB </span>","children":null,"spread":false},{"title":"Lecture_Following.ipynb <span style='color:#111;'> 3.29MB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明