搜索资源列表
t6u3vw.ZIP
- 基于视觉对抗色的交通标志检测方法Based on visual confrontation color method of road traffic sign detection-Based on visual confrontation color method of road traffic sign detection
untitled1
- 基于MATLAB的交通标志识别，对一定交通标志可以进行识别-MATLAB-based traffic sign recognition, for certain traffic signs can be identified
matlab
- 利用摄像头，对输入的图像进行实时处理来实现对交通标志检测与识别-For real-time detection and recognition of traffic lights
main
- 交通标志（警示牌类），其外框一般为红色，所以定位时可采用HSV颜色模型或者RGB颜色模型来提取红色区域，通过regiongroup标记进一步提取目标区域。-Traffic signs (signs). The frame is generally red, so positioning can be using HSV color model or RGB color model to extract the red region, labeled by regiongroup further
traffic_warning_zip
- 交通标志警告标志检测代码，可以运行，适合初学者-Traffic sign warning sign detection code, can run for beginners
matlab
- 交通标志检测 根据输入图像检测标志信息-traffic sign
Color-recognition-of-traffic-signs
- 导入一幅含有交通标志的图像，可以对该图像添加高斯、椒盐等噪声并进行中值滤波、维纳滤波、小波去噪等，最终目的可以实现对图像的RGB、HSV以及SVF的颜色分割。-Importing a traffic sign containing the image, you can add a Gaussian, salt and pepper and other noise on the image and median filtering, Wiener filtering, wavelet de-noi
utf8''Traffic-sign-recognition
- 项目基于Tensorflow进行实现。 #### 文件说明： --- * input_data.py: 图片的输入 * traffic_sign_cnn.py: 用cnn进行训练分类 * testDemo.py: 用于测试已经训练出来的模型，输入单个图片输出结果，并分类到文件夹 #### 数据集说明： --- * 这里是列表文本使用的是比利时的交通标志数据集，可以网上自己找，里面有62个分类。 #### 网络说明： --- *
TrafficSignecognition
- 创建一个能够对交通标志进行分类的模型,并且让模型自己学习识别这些交通标志中最关键的特征。在这篇文章中,我将演示如何创建一个深度学习架构(Create a model that categorizes traffic signs and let the model learn to identify the most critical features of these traffic signs. In this article, I will demonstrate how to create
MATLAB雾霾交通标志shibie[GUI]
- 该课题为基于MATLAB bp神经网络的雾霾天气下交通标志的识别系统。主要分两步骤，一是进行图像去雾，采用暗通道的方法获取光透射率，从而去除雾霾。得到清晰的图片后，利用颜色的方法进行交通标志的定位，众所周知，交通标志基本是红，蓝，黄三色组成，根据RGB不同组合可以定位到不同颜色，因为存在误差，所以需要借助形态学相关知识，将得到的误干扰面积去除，从而实现精准定位。定位后，在原图基础上进行分割出彩色图标，利用bp神经网络方法，进行训练，识别，从而得出结果。本设计配有一个GUI可视化界面，操作简单容易