CompCars数据集

已于 2022-06-29 08:55:14 修改
阅读量9.6k 收藏 3
点赞数
分类专栏： 深度学习 文章标签： 目标检测 深度学习
于 2018-01-08 09:41:38 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/s9434/article/details/78999595
版权

Comprehensive Cars(CompCars)数据集包含来自两个场景的数据，包括互联网场景下的汽车图像和监控场景下的汽车图像。

互联网场景下的汽车图像数据包含163个汽车品牌(奥迪、大众)下的1716种汽车模型(奥迪A4L，A6L等)。 共136726张整车图像和27618张(未验证)车的部分图像。

2022-6-29

好多人找我要数据集和“下载许可”，我又重新整理了一下。

首先，打印如下图，然后按要求填写信息

 

然后，将填好信息的电子版发送到以下邮箱：

Mr. Linjie Yang (yljatthu@gmail.com)

ccloy@ie.cuhk.edu.hk).

经过他们同意后方可使用下载该数据集。

数据集链接

http://​ ​​​​​​http://ai.stanford.edu/~jkrause/cars/car_dataset.html ​

有一个博客写的很详细，大家可以参考

https://blog.csdn.net/chengyq116/article/details/85054661

小城印象
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
专栏目录
2023 年汽车数据集（免费）
10-17
关于数据集 准备好加速您的引擎并利用我们展示 2023 年最热门汽车的综合数据集探索卓越汽车的前沿世界！从时尚的轿车到多功能的 SUV 和强大的卡车，该系列呈现了各种各样的汽车奇迹。探索技术、安全功能和燃油效率方面的最新创新，以及一定会在路上引人注目的令人惊叹的设计。无论您是汽车爱好者、精通技术的驾驶员，还是只是在寻找梦想的座驾，此数据集都可以提供有关年度最受欢迎车辆的宝贵见解。系好安全带，开始激动人心的旅程，让我们深入探索 2023 年顶级汽车的非凡世界！
The Comprehensive Cars (CompCars) dataset - 车辆精细识别数据集 - surveillance-nature images
既然选择了远方 便只顾风雨兼程 - 永强
12-24 3645
The Comprehensive Cars (CompCars) dataset - 车辆精细识别数据集 - surveillance-nature images surveillance-nature images (1) The surveillance data are released as “sv_data.*”. (2) sv_data.zip -> 解压到当前文件夹 -&a
【光谱特征选择】竞争性自适应重加权算法CARS（含python代码）
最新发布
知识搬运者
06-04 756
CARS通过模拟“生物进化”过程，自适应地对光谱波段进行重加权和选择，逐步淘汰冗余和不重要的波段。具体而言，CARS利用回归系数的绝对值作为权重，通过迭代过程不断调整和优化波段选择，从而保留对模型预测最有贡献的波段。该算法具有较好的稳定性和鲁棒性，能够显著提高模型的预测性能，减少数据维度，降低计算复杂度，广泛应用于化学计量学、食品检测、环境监测等领域的光谱分析。最后返回被选择波段的索引以为后续使用。
The Comprehensive Cars (CompCars) dataset - 车辆精细识别数据集
既然选择了远方 便只顾风雨兼程 - 永强
12-17 1万+
The Comprehensive Cars (CompCars) dataset - 车辆精细识别数据集 Multimedia Laboratory - Datasets http://mmlab.ie.cuhk.edu.hk/datasets.html The Comprehensive Cars (CompCars) dataset http://mmlab.ie.cuhk.edu.hk/datasets/comp_cars/index.html News Surveillance-nature i
CompCars模型测试
cv_family_z的博客
09-10 7143
单张图片测试命令./build/examples/cpp_classification/classification.bin examples/CompCars/deploy_cars.prototxt examples/CompCars/googlenet_finetune_web_car_iter_10000.caffemodel data/CompCars/imagenet_mean_comp
将CompCars数据集转换成.tfrecord格式
weixin_38359296的博客
03-22 2029
前言： 无论object detection 或者object classification都需要对原始图像进行相应的处理，使其生成适用于训练的数据． object classification　－－－需要图像，以及该图像对应的label. object detection －－－需要图像，以及该图像对应的label和(xmin,ymin)(xmax,ymax) 所以...
车辆信息检测数据集收集汇总
热门推荐
Make AI，Not War
09-02 3万+
车辆信息检测数据集收集汇总 目录： UA-DETRAC 车牌数据集 自动驾驶数据集 车辆类型数据集 综合汽车（CompCars）数据集 汽车数据集（检测用） OpenData V11.0-车辆重识别数据集 VRID Stanford Cars Dataset N-CARS数据集 汽车评估数据集 更多关于自动驾驶的数据集（50个） 1.UA-DETRAC http://detrac-db.ri...
基于胶囊神经网络的车型精细识别研究.pdf
09-25
CompCars数据集是一个大规模的车型图像数据集，包含了多种车型的图像。该数据集是本文中采用的样本数据集，用于训练CapCar模型。 知识点5：模型参数规模 CapCar模型的参数规模仅为6.3MB，远小于其他经典的网络模型...
DeepCar_RA-CNN
05-12
深车车辆模型/制造的细粒度检测数据集训练数据集包含来自集的163 / 1,716辆汽车制造商/模型[1]微调VGG建筑学使用CompCars数据集对在ImageNet上预训练的模型进行了微调（16970/776火车/有效图像-115辆车/类）结果准确...
matlab改变代码颜色-Vehicle_ReID_using_fusion_of_multi_features:Vehicle_ReID_u
05-26
CompCars数据集： Vcolor型号： GoogleNet模型： 训练有素的模型，结果和论文可在以下网站获得： 可以在以下位置找到“如何运行” ： 可在以下位置找到Spotlight视频： 作者 黄翠文- 引文 Liu X.，Liu W.，Ma H.，Fu...
基于FR-ResNet的车辆型号精细识别研究.docx
02-23
例如，在CompCars数据集上，VGG16达到92.4%的准确率，ResNet达到93.7%，而FR-ResNet达到了95.1%的高准确率。这表明FR-ResNet在处理多姿态车辆图像的精细型号识别上具有显著优势，为智能交通系统的车辆识别提供了更优...
CompCar_Analysis:在新发布的车辆数据集CompCar上评估的一些分类实验的源代码-Car source code
03-25
在CompCar数据集上评估的一些实验 由nicklhy（在gmail点com）创建 数据集参考@InProceedings {Yang_2015_CVPR，作者= {Yang，Linjie and Luo，Ping and Change Loy，Chen and Tang，Xiaoou}}，标题= {用于精细分类和验证的大型汽车数据集}，期刊= { IEEE计算机视觉和模式识别会议（CVPR）}，月份= {6月}，年份= {2015}} 实验结果 使级别识别率 模型级别识别率 所有结果（表） 制作（前1名） 正面 后部 边 FS RS 全部 谷歌网 0.946 0.885 0.804 0.906 0.857 0.844 VGG16 0.953 0.949 0.259 0.777 0.789 0.767 夸大其词 0.710 0.521 0.507
斯坦福车辆识别数据集.zip
06-16
斯坦福车辆识别数据集.zip
MIT-CBCL Car Database 车辆训练数据集
11-21
MIT-CBCL Car Database 车辆训练数据集 516张128*128 bmp和ppm格式车辆数据集
汽车数据集
04-05
机器视觉汽车图像检测数据集Computer vision car dataset for opencv and machine learning》by Vlada Kucera。
车辆分类的数据集的补充数据集
03-21
作为车辆类型识别的补充数据集，之前的数据集中只出现了一张图片对应一辆车的情况，而对一张图片中出现多辆车的情况未做数据集，是的训练出的模型只能识别大型的车子，而对小型的目标检测不到，该数据集只有100张图片但是有1740个标注框，voc格式，可以转TFRecord等多格式。
A survey of advances in vision-based vehicle re-identification（翻译）
s123l4的博客
11-01 730
摘要：车辆再识别(V-reID)由于其应用和研究意义，在社会上得到了广泛的应用。特别是，V-reID是一个仍然面临许多公开挑战的重要问题。本文综述了不同的V-reID方法，包括基于传感器的方法、混合方法和基于视觉的方法，这些方法进一步分为基于手工特征的方法和基于深度特征的方法。基于视觉的方法使V-reID问题特别有趣，本文首次系统地介绍和评价了这些方法。我们在四个综合基准数据集上进行了实验，并比较了最新的基于特征的手工方法和基于深度特征的方法的性能。从平均平均精度(mAP)和累积匹配曲线(CMC)两个方面对
车型识别“A Large-Scale Car Dataset for Fine-Grained Categorization and Verification”
cv_family_z的博客
08-31 1万+
论文的目标如题，对车型进行精细分类，作者构建了一个比较大型的车辆数据库CompCars，涵盖不同视角，包含车辆内部及外部特征，由监控视频获得的数据和从网络上下载的数据组成。文章做了车辆型号识别，认证和属性预测三部分，训练好的模型GoogLeNet_cars在Caffe Model Zoo中。CompCars数据库 网络数据库包含163个品牌1716个车型，共136,727张整车图片，27,618张
目标检测交通数据集
源代码杀手的博客
03-14 1600
1.UA-DETRAC 2.车牌数据集 3.自动驾驶数据集 4.车辆类型数据集 5.综合汽车（CompCars）数据集 6.汽车数据集（检测用） 7.OpenData V11.0-车辆重识别数据集 VRID 8.Stanford Cars Dataset 9.N-CARS数据集 10.汽车评估数据集 11.更多关于自动驾驶的数据集（50个） 12.19个其他与汽车有关的数据集 https://blog.csdn.net/weixin_40802676/article/details/100191574
车辆分类的国内外研究现状
05-23
车辆分类是指将不同种类或类型的车辆进行分类和识别的技术。目前，国内外对于车辆分类的研究已经比较成熟，以下是简要的国内外研究现状： 国内研究现状： 1. 基于深度学习的车辆分类方法：目前国内的主要研究方向是基于深度学习的车辆分类方法。深度学习模型如卷积神经网络（CNN）、循环神经网络（RNN）等被广泛应用，取得了较好的分类性能。 2. 特征提取和选择方法：特征提取和选择方法也是研究的重点。常用的方法有SIFT、SURF、HOG、LBP等。 3. 数据集的构建和整理：数据集的构建和整理是车辆分类研究的基础。目前国内的数据集有PKU-VehicleID、VehicleID、VeRi、CityFlow等。 国外研究现状： 1. 基于深度学习的车辆分类方法：与国内一样，国外的主要研究方向也是基于深度学习的车辆分类方法。但是，国外研究更加注重实时性和准确性。 2. 特征提取和选择方法：在特征提取和选择方面，国外研究更加侧重于深度学习模型的结构和参数的调整。 3. 数据集的构建和整理：国外的数据集有Stanford Cars、CompCars、MIT-CBCL Cars等。 总体来说，车辆分类技术在国内外都得到了广泛的应用和研究，未来还有很大的发展空间。
评论 17
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值