在本文你可以寻找到以下你想要的内容:
- yolo v4 汽车品牌标志识别
- 从零教你训练自己的数据集实现汽车标志识别
- 汽车品牌识别
- 基于yolo v4的车标识别
- 汽车品牌标志识别 源码 程序
- 监控下的车标识别
效果图
视频效果:yolov4 汽车品牌标志识别,从零教你训练自己的数据集实现车标识别
图片效果图如下:
yolo v4 检测效果很不错的!
识别奥迪

奥迪车标识别示意图

奥迪车标识别示意图
奥迪车标十分的显眼和特征鲜明,能识别出来难度并不大...
奔驰识别
看看威武的奔驰大G,识别出来也完全没压力

识别宝马

宝马车标识别示意图
BBA识别完了,现在识别一下我们自己的国产车
长安识别

奇瑞识别

雪佛兰识别

起亚识别

起亚车标识别示意图
近距离识别没有问题,那么远距离呢,来看看实际场景应用中——监控下的车标识别效果。

监控下起亚车标识别效果图
效果这么好,那么小伙伴们是不是很想自己学习一下呢,好,废话不多说,直接上教程。
1、教程视频网址
yolov4 汽车品牌标志识别,从零教你训练自己的数据集实现车标识
网址:https://www.ixigua.com/6857589651406848515/
2、视频中源码
百度云链接
链接:https://pan.baidu.com/s/16ecfwfWIjmgi-rDSfnmGWg
提取码:0ten
3、运行环境
win10+python3.6+tensorflow1.14.0+keras+yolo v4
4、 资源说明;
资源包含数据集以及打好的车标VOC2007标签,能实现22种车标识别,支持图片、视频检测。代码完全可以用。喜欢的记得点赞并关注我,后续继续分享自己做过的项目源码。
5、训练过程文章讲解
1、[Win10中用yolov3训练自己的数据集全过程——Tensorflow/Keras版本]
https://blog.csdn.net/mao_hui_fei/article/details/104442097?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159707878619724843365455%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=159707878619724843365455&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v1~rank_blog_v1-5-104442097.pc_v1_rank_blog_v1&utm_term=yolo&spm=1018.2118.3001.4187
2、[YOLOV4:You Only Look Once目标检测模型在Keras当中的实现]
https://blog.csdn.net/mao_hui_fei/article/details/104442097?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159707878619724843365455%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=159707878619724843365455&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v1~rank_blog_v1-5-104442097.pc_v1_rank_blog_v1&utm_term=yolo&spm=1018.2118.3001.4187
3、图像识别深度学习中标注工具labelImg的安装和使用——深度学习打标签
https://blog.csdn.net/mao_hui_fei/article/details/90576687?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159707980619725219963870%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=159707980619725219963870&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_v1~rank_blog_v1-1-90576687.pc_v1_rank_blog_v1&utm_term=%E6%89%93%E6%A0%87%E7%AD%BE&spm=1018.2118.3001.4187
以上三篇文章是我在csdn博客上记录的学习笔记,希望对你有帮助。