博文:基于python的行人与车辆检测和跟踪实现(HOG+SVM/HAAR)链接:https://blog.csdn.net/qq_38523834/article/details/89619697文件里面有我提到的视频,cars.xml文件和myhaar.xml文件。
需要的Python库在requirements.txt有提及:cmake==3.12.0dlib==19.16.0numpy==1.15.3opencv-python==3.4.3.18这些是最低版本,可以比这个高。
我是用python3.6运行的。
没有安装dlib库的同学,注意在安装好所需库之后,需要自行下载一个.whl文件后才能用pipinstalldlib安装成功哦。
相关下载链接在这个博文里:https://blog.csdn.net/wzx479/article/details/79890440
2024/7/24 16:02:26 12.73MB HOG HAAR 行人检测 车辆检测
1
利用bow训练器进行k-means聚类,训练svm分类器进行车辆检测
2024/7/18 3:48:22 3KB 车辆检测
1
4个道路监控的视频,avi格式,可用于做opencv车辆检测的测试材料
2024/6/29 22:34:51 21.51MB 车辆视频
1
针对智能交通系统中交通基础数据当前提取方式较匮乏的问题,提出了一种利用交通视频基于改进卡尔曼滤波的交通信息采集方法。
首先,分析混合高斯模型在多车辆运动目标检测时易出现噪点、目标断裂、空洞等问题,提出了一种启发式改进方法;
在获得检测结果的基础上,针对连续视频帧中多目标的确定问题,结合卡尔曼滤波和车辆运动特征,利用卡尔曼滤波对车辆位置进行最优估计,继而对前景目标进行启发式算法处理,提出了一种交通量实时检测方法;
最后,实验结果表明文章方法能够有效改善多车辆目标检测中的噪声干扰和前景虚化问题。
2024/6/16 8:03:38 3KB 高斯模型
1
因为找了一些程序不能运行,所以自己做了个车辆检测的项目,基于vs2013和opencv3,有项目可直接运行(版本更新后不保证),提供两个模型和测试视频、图片。
如有帮助或建议请给予评价,同时希望大家有资源能多多上传,交流才能进步。
谢谢
2024/3/8 1:02:13 16.48MB opencv 有项目可运行 车辆检测
1
这是毕设的程序,包括大津阈值分割,SCHARR滤波器边缘检测,ROI设置,车道检测中用HOUGH进行直线检测,多段折线模拟弯道,以及偏离点检测,及这三部分的跟踪,车辆检测为基于特征检测,采用KALMAN进行跟踪
2024/3/6 9:31:25 2.83MB MFC OPENCV
1
128*128的ppm图片
2024/2/28 5:42:22 17.82MB 车辆检测
1
UA-DETRAC车辆检测数据集官网上不去或者从官网下载速度非常慢,现通过百度云分享,方便下载。
xml文件也已经将标注区域提取成txt文件
2024/2/24 1:47:12 71B UA-DETRAC 车辆检测 数据集
1
基于深度学习的实时车辆检测代码,详情见博客:http://blog.csdn.net/adamshan/article/details/79193775
1
haartraining+objectmarker,opencv,Adaboost级联分类器训练工具包,里面包含所有用来训练opencv里基于haar特征的adaboost级联分类器的工具,可以用来训练人脸检测,车辆检测等对象检测的级联分类器
2024/1/23 13:43:28 6.61MB Adaboost 级联分类器 opencv 人脸检测
1
共 51 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡