实例介绍
随着生活水平的不断提高,汽车成为人们生活不可或缺的一部分。汽车总量的不断攀升造成城市交通拥堵不堪,伴随而来是频发的交通事故。在这个背景下智能交通越来越受到人们的关注,与此相关的目标检测技术的研究也得到很大的关注,车辆检测就是其中一个关键的组成部分。车辆检测由于其本身具有的挑战性,例如车辆形状的不同,车辆的视角的不同,车辆的遮挡,光照的差异变化,使车辆检测成为一个十分困难的任务。当前虽然对于车辆检测的研究已经取得一部分的成果,但是现存算法任然具有局限性,在各种环境下无法得到让人满意的效果,因此本文针对车辆检测进行了研究。 本文所做的工作主要包括两个部分:一研究国内外该课题方向的研究现状,对比不同
【实例截图】
【核心代码】
文件(1)
├── 源码
│ ├── 9797
│ │ ├── IMG_2684.PNG
│ │ ├── IMG_2685.PNG
│ │ ├── IMG_2686.PNG
│ │ ├── IMG_2687.PNG
│ │ ├── IMG_2689.PNG
│ │ ├── IMG_2690.PNG
│ │ ├── car_001_00000002.jpg
│ │ ├── car_001_00000022.jpg
│ │ ├── car_001_00000024.jpg
│ │ ├── car_001_00000044.jpg
│ │ ├── car_001_00000046.jpg
│ │ ├── car_001_00000064.jpg
│ │ ├── car_002_00000000.jpg
│ │ ├── car_002_00000019.jpg
│ │ ├── car_002_00000022.jpg
│ │ ├── car_002_00000041.jpg
│ │ ├── car_002_00000042.jpg
│ │ ├── car_002_00000061.jpg
│ │ ├── car_002_00000063.jpg
│ │ ├── car_010_00000009.jpg
│ │ ├── car_010_00000011.jpg
│ │ ├── car_010_00000029.jpg
│ │ ├── car_010_00000031.jpg
│ │ ├── car_010_00000050.jpg
│ │ ├── car_010_00000051.jpg
│ │ ├── car_010_00000068.jpg
│ │ ├── car_010_00000070.jpg
│ │ ├── car_012_00000004.jpg
│ │ ├── car_012_00000006.jpg
│ │ ├── car_012_00000026.jpg
│ │ ├── car_012_00000028.jpg
│ │ ├── car_012_00000045.jpg
│ │ ├── car_012_00000046.jpg
│ │ ├── car_012_00000063.jpg
│ │ ├── car_012_00000065.jpg
│ │ ├── car_014_00000004.jpg
│ │ ├── car_014_00000006.jpg
│ │ ├── car_014_00000024.jpg
│ │ └── car_014_00000026.jpg
│ ├── ped detect
│ │ └── ped detect
│ │ └── ped detect
│ │ ├── COPYING
│ │ ├── GUI问号.jpg
│ │ ├── INRIA
│ │ │ └── inriaperson_final.mat
│ │ ├── Makefile
│ │ ├── VOC2007
│ │ │ └── car_final.mat
│ │ ├── VOC2010
│ │ │ └── car_final.mat
│ │ ├── bbox_pred
│ │ │ ├── bboxpred_data.m
│ │ │ ├── bboxpred_get.m
│ │ │ ├── bboxpred_input.m
│ │ │ ├── bboxpred_rescore.m
│ │ │ └── bboxpred_train.m
│ │ ├── bin
│ │ │ ├── bounded_dt.mexw32
│ │ │ ├── cascade.mexw32
│ │ │ ├── compute_overlap.mexw32
│ │ │ ├── dt.mexw32
│ │ │ ├── fconv_var_dim.mexw32
│ │ │ ├── features.mexw32
│ │ │ ├── fv_cache.mexw32
│ │ │ ├── get_detection_trees.mexw32
│ │ │ └── resize.mexw32
│ │ ├── compile.asv
│ │ ├── context
│ │ │ ├── context_data.m
│ │ │ ├── context_labels.m
│ │ │ ├── context_rescore.m
│ │ │ ├── context_test.m
│ │ │ └── context_train.m
│ │ ├── data
│ │ │ ├── imreadx.m
│ │ │ └── pascal_data.m
│ │ ├── demo.m
│ │ ├── external
│ │ │ ├── README
│ │ │ ├── libsvm-3.12
│ │ │ │ ├── COPYRIGHT
│ │ │ │ ├── Makefile
│ │ │ │ ├── Makefile.win
│ │ │ │ ├── README
│ │ │ │ ├── heart_scale
│ │ │ │ ├── matlab
│ │ │ │ │ ├── Makefile
│ │ │ │ │ ├── README
│ │ │ │ │ ├── libsvm_make.m
│ │ │ │ │ ├── libsvmread.c
│ │ │ │ │ ├── libsvmwrite.c
│ │ │ │ │ ├── svm_model_matlab.c
│ │ │ │ │ ├── svm_model_matlab.h
│ │ │ │ │ ├── svmpredict.c
│ │ │ │ │ └── svmtrain.c
│ │ │ │ ├── svm-predict.c
│ │ │ │ ├── svm-scale.c
│ │ │ │ ├── svm-train.c
│ │ │ │ ├── svm.cpp
│ │ │ │ ├── svm.def
│ │ │ │ └── svm.h
│ │ │ └── minConf
│ │ │ ├── minConf
│ │ │ │ ├── boundProject.m
│ │ │ │ ├── linearProject.m
│ │ │ │ ├── minConf_PQN.m
│ │ │ │ ├── minConf_SPG.m
│ │ │ │ ├── minConf_TMP.m
│ │ │ │ └── projectSimplex.m
│ │ │ ├── minFunc
│ │ │ │ ├── autoGrad.m
│ │ │ │ ├── dampedUpdate.m
│ │ │ │ ├── isLegal.m
│ │ │ │ ├── lbfgs.m
│ │ │ │ ├── lbfgsC.c
│ │ │ │ ├── lbfgsHvFunc2.m
│ │ │ │ ├── lbfgsUpdate.m
│ │ │ │ └── polyinterp.m
│ │ │ └── myProcessOptions.m
│ │ ├── features
│ │ │ ├── color.m
│ │ │ ├── featpyramid.m
│ │ │ ├── features.cc
│ │ │ ├── flipfeat.m
│ │ │ ├── getpadding.m
│ │ │ ├── loc_feat.m
│ │ │ ├── resize.asv
│ │ │ └── resize.cc
│ │ ├── fv_cache
│ │ │ ├── fv_cache.cc
│ │ │ ├── fv_cache.h
│ │ │ ├── fv_compile.asv
│ │ │ ├── fv_compile.m
│ │ │ ├── fv_model_args.m
│ │ │ ├── fv_obj_func.m
│ │ │ ├── max_fv_dim.m
│ │ │ ├── mempool.h
│ │ │ ├── model.h
│ │ │ ├── obj_func.cc
│ │ │ └── obj_func.h
│ │ ├── gdetect
│ │ │ ├── bounded_dt.cc
│ │ │ ├── compute_overlap.cc
│ │ │ ├── compute_overlaps.m
│ │ │ ├── dt.asv
│ │ │ ├── dt.cc
│ │ │ ├── fconv_var_dim.cc
│ │ │ ├── fconv_var_dim_MT.cc
│ │ │ ├── fconvsse.cc
│ │ │ ├── gdetect.m
│ │ │ ├── gdetect_dp.m
│ │ │ ├── gdetect_parse.m
│ │ │ ├── gdetect_pos.m
│ │ │ ├── gdetect_pos_prepare.m
│ │ │ ├── gdetect_write.m
│ │ │ ├── get_detection_trees.cc
│ │ │ ├── imgdetect.m
│ │ │ ├── loss_func.m
│ │ │ ├── loss_pyramid.m
│ │ │ ├── tree_mat_to_struct.m
│ │ │ ├── validate_levels.m
│ │ │ └── write_zero_fv.m
│ │ ├── model
│ │ │ ├── block_types.m
│ │ │ ├── getopts.m
│ │ │ ├── lr_root_model.m
│ │ │ ├── mkpartfilters.m
│ │ │ ├── model_add_block.m
│ │ │ ├── model_add_def_rule.m
│ │ │ ├── model_add_nonterminal.m
│ │ │ ├── model_add_parts.m
│ │ │ ├── model_add_struct_rule.m
│ │ │ ├── model_add_symbol.m
│ │ │ ├── model_add_terminal.m
│ │ │ ├── model_create.m
│ │ │ ├── model_get_block.m
│ │ │ ├── model_merge.m
│ │ │ ├── model_sort.m
│ │ │ ├── model_types.m
│ │ │ └── root_model.m
│ │ ├── mytest.asv
│ │ ├── mytest.m
│ │ ├── pascal.m
│ │ ├── ped_detect_gui.asv
│ │ ├── ped_detect_gui.fig
│ │ ├── ped_detect_gui.m
│ │ ├── person_grammar
│ │ │ ├── README
│ │ │ ├── add_head_parts.m
│ │ │ ├── add_slab_parts.m
│ │ │ ├── pascal_person_grammar.m
│ │ │ ├── pascal_train_person_grammar.m
│ │ │ ├── person_grammar_init.m
│ │ │ ├── visualize_person_grammar_model.m
│ │ │ └── voc_config_person_grammar.m
│ │ ├── sample_voc_config_override.m
│ │ ├── startup.asv
│ │ ├── startup.m
│ │ ├── test
│ │ │ ├── clipboxes.m
│ │ │ ├── nms.m
│ │ │ ├── pascal_eval.m
│ │ │ └── pascal_test.m
│ │ ├── train
│ │ │ ├── croppos.m
│ │ │ ├── lrsplit.m
│ │ │ ├── pascal_train.m
│ │ │ ├── seed_rand.m
│ │ │ ├── split.m
│ │ │ ├── subarray.m
│ │ │ ├── train.m
│ │ │ ├── trainval.m
│ │ │ └── warppos.m
│ │ ├── utils
│ │ │ ├── auc_ap_2007.m
│ │ │ ├── bootstrap
│ │ │ │ ├── VOCap_bootstrap.m
│ │ │ │ ├── VOCevaldet_bootstrap.m
│ │ │ │ ├── VOChash_init_bootstrap.m
│ │ │ │ ├── VOChash_lookup_bootstrap.m
│ │ │ │ └── test_stats.m
│ │ │ ├── boxoverlap.m
│ │ │ ├── model_attach_weights.m
│ │ │ ├── model_cmp.m
│ │ │ ├── model_norms.m
│ │ │ ├── procid.m
│ │ │ ├── reduceboxes.m
│ │ │ ├── report.m
│ │ │ ├── report_cmp.m
│ │ │ ├── rndtest.m
│ │ │ ├── showboxesc.m
│ │ │ ├── showposlat.m
│ │ │ ├── tic_toc_print.m
│ │ │ ├── viewerrors.m
│ │ │ ├── xVOCap.m
│ │ │ ├── xVOChash_init.m
│ │ │ └── xVOChash_lookup.m
│ │ ├── vis
│ │ │ ├── HOGpicture.m
│ │ │ ├── foldHOG.m
│ │ │ ├── showboxes.m
│ │ │ ├── vis_derived_filter.m
│ │ │ ├── vis_grammar.m
│ │ │ ├── visualizeHOG.m
│ │ │ └── visualizemodel.m
│ │ ├── voc_config.m
│ │ ├── voc_config_inriaperson.m
│ │ └── 程序说明.txt
│ └── 论文.doc
├── 演示
│ └── 9797.avi
├── 需求
│ └── 功能说明.doc
└── 说明.txt
30 directories, 227 files
标签:
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,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,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,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》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论