车辆检测XML文件及其效果展示

简介：
本项目旨在通过解析和应用车辆检测相关的XML文件来展示其在图像识别中的具体效果。通过标注数据优化算法模型，提升车辆检测精度与速度。 该文件包括效果展示视频和训练生成的xml文件。由于此方法要求负样本与场景相关，建议自己采集视频进行样本获取及后续处理，直接使用xml文件在其他场景的效果可能不佳。 本实验存在一些问题： 1. 远处检测框会较早消失，原因可能是抽帧截取正样本时远处车辆的样本较少。新实验中每个位置上的正样本均需考虑。 2. 偶尔会出现检测框消失的现象，这无法避免。建议使用卡尔曼滤波对消失的检测框进行预测然后校正。 关于样本集会在后面半个月放出，最近事情较多，请耐心等待开学后再更新信息。 本演示视频只对单一方向的车辆样本进行了训练，并且包含了晴天、多云和雨天等场景的样本共同训练。正样本数量为4300多份。如果想尝试双向车道的训练，建议正样本数量达到1万左右，负样本为正样本2到5倍的数量。 关于xml文件的训练可以参考相关文章，并可换成其他特征进行训练（如LBP特征听说能大大降低训练时间而不影响精度）。有兴趣者可以试一试并多多交流。部分代码见相关博客文章。