车道线检测挺有用的，尤其是对于自动驾驶相关的项目。这个基于OpenCV实现的车道线检测，主要通过霍夫变换来进行直线检测。代码量不大，使用起来还不错，效果也挺好。通过几步，能够检测出车道线，提升了视觉感知的精度和稳定性。如果你正在做类似的项目，这个资源可以参考一下，毕竟简洁且有效。 如果你想了解霍夫变
C++ 0 次浏览
测试场景 无车并道 车道无其他车辆 有车并道 邻近车道有相同速度的车辆 测试方法 无车并道 车辆自动驾驶模式下以 30 km/h 匀速行驶 接收到并道指令 有车并道 车辆自动驾驶模式下以 30 km/h 匀速行驶 邻近车道车辆与本车位置：本车前方 3 m 至后方 3 m 内 接收到并道
Typescript 17 次浏览
使用OpenCV部署全景驾驶感知网络YOLOP，可同时处理交通目标检测、可驾驶区域分割、车道线检测，三项视觉感知任务，包含C++和Python两种版本的程序实现。本套程序只依赖opencv库就可以运行，从而彻底摆脱对任何深度学习框架的依赖。软件开发设计：应用软件开发、系统软件开发、移动应用开发、网站
Python 26 次浏览
使用可用脚本，在项目目录中运行： npm start：在开发模式下运行应用程序。 npm test：启动测试运行程序。 npm run build：构建生产应用程序。 npm run eject：从项目中删除单个构建依赖项。
Webpack 39 次浏览
训练数据集和代码已整合。执行 inference.py 即可运行。
Python 41 次浏览
人脸检测demo，有对于摄像头帧数的调整还有对人脸检测的处理，我已经最简化了，没有第三方的sdk和opencv，基本入手难度很低的
Android 16 次浏览
用于读取视频车辆的坐标，将已知的坐标文件按照要求存到其他的文件当中。用C语言的文件所写。
C 22 次浏览
基于视频的车辆检测系统，编程环境python，有需要讨论的可以留言
Python 16 次浏览