针对视频车辆检测问题，提出了一种基于LSTM的视频车辆检测算法模型。该算法接受视频序列作为输入，先利用卷积网络提取视频帧的空间特征，然后利用LSTM模块得到时间维度的特征，最后利用全卷积网络预测最终的检测结果。将所提算法与其他典型的算法进行比较，实验结果表明所提算法具有更好的检测准确率，同时检测速度也更快。

通过对视频中车辆的目标进行检测，并且对每一辆车进行跟踪处理，最终统计每一帧出现的车辆数量。

行业资料-交通装置-一种基于连续型Adaboost视频车辆检测方法.zip

Haar+Adaboost 车辆检测 目标检测（视频车辆检测算法代码）-附件资源

基于MATLAB的车辆视频检测，包括车辆检测方法，车辆目标的图像处理方法，以及基于帧间差分法的车辆检测盒技术方法，另附完整代码。

基于Tensorflow的视频汽车检测API实现demo，视频条件下的汽车检测