细粒度车型识别项目（数据集Stanfordcar-196）附源代码

最新推荐文章于 2024-08-24 16:15:50 发布
最新推荐文章于 2024-08-24 16:15:50 发布
阅读量3.1k 收藏 31
点赞数 5
分类专栏： CV 文章标签： ResNet152 车型识别 StanfordCars-196 深度学习 图像识别
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/weixin_43786241/article/details/110057336
版权

        这是本人去年在做的一个项目，关于细粒度车型识别的，目前已被《计算机工程与应用》录用，基于ResNet152基础框架，数据集StanfordCars-196，测试准确率已达到94.7%。

希望能对大家有所启发！

狂奔的菜鸡
关注
专栏目录
细粒度图像识别论文：Learning multi-attention convolutional neural network for fine-grained image recognition
人生当苦无妨
01-07 5270
论文： Heliang Zheng, Jianlong Fu, Mei Tao, and Jiebo Luo. Learning multi-attention convolutional neural network for fine-grained image recognition. In IEEE International Conference on Computer Vision, ...
FAIR1M百万级遥感图像细粒度目标识别数据集
Galaxyhx的博客
04-28 7934
​ 01前言 从数百万平方公里范围的卫星图像中快速精准地定位、识别感兴趣的目标，是遥感数据智能解译领域的核心难题。 近期，中国科学院空天信息创新研究院研究团队和国际摄影测量与遥感协会合作，构建了一套目前全球规模最大的遥感图像细粒度目标识别数据集，并面向全球公开发布。 02项目目标 ISPRS在高分辨率卫星图像中进行目标检测的基准为评估和比较高分辨率卫星图像中的细粒度目标检测提供了一种有效的方法。基准数据集可从ISPRS网站和此镜像网站上专门设计的项目网页中获得。有兴趣的参与者可以测...
Stanford Cars Train Dataset 斯坦福车训练集
10-11
斯坦福车 196 类 训练集，图片按类别文件夹存放，完整数据集下载： https://github.com/cyizhuo/Stanford-Cars-dataset
细粒度车型识别项目（基于DenseNet， 数据集Stanfordcars-196，准确率：95.00%）
weixin_43786241的博客
07-06 1278
细粒度车型识别项目 基于DenseNet， 数据集Stanford cars-196，准确率：95.00% 目前已被 《智能系统学报》录用 知网地址：陈立潮,朝昕,潘理虎,曹建芳,张睿.基于部件关注DenseNet的细粒度车型识别.http://kns.cnki.net/kcms/detail/23.1538.TP.20210622.1126.006.html. GitHub地址：https://github.com/0chaoxin1/Car_recogniztion_DenseNet ...
车辆分类检测数据集数据集
最新发布
2401_83580557的博客
08-24 548
车辆分类检测数据集 数据集中的所有车辆分为六类:客车、微型客车、小型货车、轿车、SUV和卡车。每种车型的车辆数量分别为558辆、883辆、476辆、5922辆、1392辆、822辆。 xml标签
Stanford Cars Datasets
qq_37933128的博客
08-29 5153
数据集包含196中汽车类型的图像，16185张不同型号的汽车图片，其中8144张为训练集，8041张为测试集。每个类别的图像相当，其中分类基于汽车品牌、车型和年份，例如：2012特斯拉Model S、2012 BMW M3 coupe。下载网址：https://ai.stanford.edu/~jkrause/cars/car_dataset.html。假设训练预测和测试预测是相同的格式，那么你在训练预测时使用这种函数，在评估服务器下测试预测应该有很好的结果。测试集图片下载：car_test.gz。...
Stanford Cars Dataset 斯坦福汽车数据集-数据集
03-17
3D对象表示是用于多视图对象类检测和场景理解的宝贵资源。细粒度识别是计算机视觉的一个不断发展的子领域，在区分细微的外观差异方面有许多实际应用。这些汽车数据集包含用于组建模型的出色培训和测试集，可以相互区分汽车。 Stanford Cars Dataset_datasets.txt Stanford Cars Dataset01_datasets.zip Stanford Cars Dataset02_datasets.zip Stanford Cars Dataset03_datasets.zip
Stanford cars-数据集
不务正业的猿
08-20 3782
本数据集包含 196 种汽车类别的图像数据集，共有 16,185 张图像，分别为 8,144 张训练图像和 8,041 张测试图像，每个 类别的图像类型比例基本上都是五五开。本数据集的类别主要基于汽车的牌子、车型以及年份进行划分。 While 3D object representations are being revived in thecontext of multi-view object class detection and scene understanding, they have not
细粒度用户评论情感分析数据集(2018-AI-challenger)
03-23
共包含6大类20个细粒度要素的情感倾向.数据集分为训练、验证、测试A与测试B四部分。数据集中的评价对象按照粒度不同划分为两个层次，层次一为粗粒度的评价对象，例如评论文本中涉及的服务、位置等要素；层次二为细...
基于部件关注DenseNet的细粒度车型识别.pdf
06-04
实验结果表明，该模型在Stanford cars-196数据集上的识别准确率、查全率和F1分别达到95.0%、94.9%和94.8%，高于经典的DenseNet模型。 本文提出了一种基于部件关注DenseNet的细粒度车型识别模型，能够有效地解决传统...
强监督细粒度分类：Part-based R-CNNs
大烤翅的博客
10-14 2019
PDF链接 细粒度分类的一种方法是基于定位-识别，又可以继续分为强监督和弱监督两种。这篇文章是ECCV 2014的一篇强监督细粒度图像检测。 摘要 目前已有的姿势规范化表示的方法，由于对象检测的困难，通常在测试时使用边界框标注。 文章提出了一个细粒度分类模型，该模型通过利用基于自底向上区域建议计算的深层卷积特征来克服这些限制。该方法学习整个对象和部分检测器，在它们之间强制学习几何约束，并从姿势规范化表示中预测细粒度类别。在Caltech的UCSD bird数据集上的实验证实，我们的方法在端到..
汽车分类数据集
04-09
对奔驰G系列和奔驰c系列进行分类。。。。。。。。。。
车型数据库
10-13
到2018上半年止车型数据库, db文件, APP直接调用. 不需要额外转换.
所有车型数据库
05-31
带logo地址，最新所有车型数据库 带logo地址，最新所有车型数据库 带logo地址，最新所有车型数据库 带logo地址，最新所有车型数据库 带logo地址，最新所有车型数据库 带logo地址，最新所有车型数据库 带logo地址，最新所有车型数据库 带logo地址，最新所有车型数据库
stanford-cars:使用Stanford Cars数据集对汽车进行Model Year识别
03-16
斯坦福汽车 使用Stanford Cars数据集对汽车进行Model Year识别 精度：92.5％精度：92.8％召回率：92.5％f1：92.5％
车辆数据集（车辆识别与分类）
06-01
背景描述 该数据集中含有自行车、摩托车、汽车、货车的图像数据，可用于CNN模型以实现车辆识别和车辆分类，其中自行车、摩托车、汽车数据来自2005 PASCAL视觉类挑战赛（VOC2005）所使用的数据的筛选处理结果，货车图片来自网络收集，后期通过筛选处理得到。在本数据中，训练数据集与测试数据集占比约为5:1。 数据说明 文件列表 训练集：train.tfrecords 测试集：test.tfrecords 标签值说明：0=“自行车”,1=“汽 车”'，2=“摩托车”，3=“货 车”
Standford cars数据集处理及使用
weixin_43465820的博客
04-21 5777
Standford cars数据集处理及使用Standford cars介绍数据集形式数据处理 Standford cars介绍 共16185张不同型号的汽车图片，训练集8144张，测试集8041张。 官网下载链接：Standford cars官网下载地址 若linux下载请参考文章 数据集形式 下载主要得到 1、16185张数据集文件夹：car_ims 2、标注文件：cars_annos.mat 下图为.mat文件中的存储形式。分别为annotations（路径+文件名；bbox；类别；是否为测试集（测0
细粒度车型识别项目（基于DenseNet201, 数据集Stanfordcars-196，准确率：94.13%）
weixin_43786241的博客
11-25 1780
        之前做的一个细粒度车型识别项目， 数据集：斯坦福大学公开细粒度车型识别数据集，196类； 测试准确率达到94.13%。 深度学习框架：pytorch 下面是部分代码文件，有需要的联系我：wx：cx960814 ...
Drive&Act：用于自动驾驶汽车细粒度驾驶员行为识别的多模态数据集
Airs-Gao的博客
05-20 3149
本文引入了一种新的特定领域的Drive&Act基准，用于对驾驶员行为进行细粒度分类。数据集包含了12个小时，超过960万帧的人在手动驾驶和自动驾驶期间从事分心活动。从六个视图中捕获颜色红外深度和3D身体姿势信息，并使用分层注释方案密集标记视频，从而得到83个类别。数据集面临的主要挑战是:(1)识别车辆舱内的细粒度行为;(2)多模态活动识别，关注多种数据流;(3)cross-view识别基准，其中模型处理来自不熟悉领域的数据，因为传感器的类型和座舱中的位置可能会在车辆之间发生变化。
评论 9
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

打赏作者

狂奔的菜鸡

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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