Stanford Cars Dataset 是包含 196 种汽车类型的图像数据集，主要用于图像分类，其共有 16,185 张图像，其中训练图像和测试图像分别为 8,144 张和 8,041 张，每个类别的图像数量相当，其中分类基于汽车品牌、车型和年份。 该数据集由斯坦福大学 – 人工智能 实验室于 2013 年发布，相关论文有《3D Object Representations for Fine-Grained Categorization》。

【仿真】carsim、prescan、simulink联合仿真教程、笔记、操作相关代码DEMO matlab 2020a prescan 8.4 carsim 2020.0

ARCADE_Ultimate_Vehicles_Pack_-_Low_Poly_Cars

在matlab的simulink 中应用mpc控制系统，可以给初学者进行学习

carSIM中，除了现有车辆模型的内置特性外，高级用户可以在运行时使用多种方法扩展模型。一种选择是使用第三方软件运行数学模型求解程序，如MATLAB Simulink、LabVIEW、ETAS ASSET等。另一个选项，也是本手册的主题，是使用一种称为VS命令的脚本语言来添加变量和等式，并提供对模拟过程的高级控制。利用vs command,可以实现物体的运动。

市面上已有大量的书籍介绍了图像处理和计算机视觉，但是书中对于机器视觉中获取图像的硬件部分如照明、镜头、摄像机及摄像机与计算机的接口却少有介绍，这些书籍更多的是介绍机器视觉的理论，而不是如何在现实中的应用。本书提供了丰富的应用，他们是基于德国MVTec公司研发的Halcon软件。

简介了ACARS四种模式，对信号的编码方式，数据传输速率等进行了一个简单的介绍，具体的还请各位自己查阅相关的航空协议

参考博文：https://blog.csdn.net/u014361280/article/details/124522330?spm=1001 一、简单介绍 Three js 开发的一些知识整理，方便后期遇到类似的问题，能够及时查阅使用。 本节介绍， three.js （webgl）入门的第二个代码程序，实现一个汽车模型的加载，以及汽车模型的简单展示，简单的模型汽车行驶，并可以修改汽车模型的颜色等，如果有不足之处，欢迎指出，或者你有更好的方法，欢迎留言。 二、实现原理 1、场景构建三要素，scene、camera 和 renderer 2、模型加载器，这里使用的是 .glb 模型，所以使用的是GTLFLoader() 加载器，把汽车模型加载出来 3、材质 Material 的使用，这里通过材质赋给汽车模型，然后通过修改汽车的颜色，从而实现，汽车模型颜色的修改 4、汽车的模拟行驶，是通过，汽车车轮的旋转（汽车是原地旋转） 和 地面网线的移动实现 5、汽车多角度的观察，以及放大缩小，基本上都是通过 OrbitController 控制 Camera 位置远近灯变化实现的

Stylized Cars Pack包含用于快速原型制作和游戏设计的汽车。 40个低多边形模型针对带有纹理的移动进行了优化。 所有模型的多边形数都很低，从最简单模型的1200个多边形到较复杂模型的3000个多边形不等。 您可以在移动，桌面和控制台平台上使用它们！ -分离的车轮：车轮与车身分开，因此您可以对其进行动画处理或使用车辆仿真系统。 -移动就绪：所有型号均具有单独的纹理（512x512像素），可以舒适地使用 您获得80辆车

MMAL网 这是论文用于细粒度的PyTorch实施（张帆，李萌，翟桂生，刘亦钊）由第27届国际多媒体建模国际会议（MMM2021）提供。 欢迎与我们讨论问题！ 目录 要求 的Python 3.7 pytorch 1.3.1 numpy的1.17.3 scikit图像0.16.2 Tensorboard 1.15.0 TensorboardX 2.0 tqdm 4.41.1 图像2.6.1 枕头6.1.0 数据集 下载数据集，并将提取的图像文件夹的内容复制到datasets / CUB 200-2011 / images中。 下载数据集并将提取的data / images文件夹的内容复制到datasets / FGVC_Aircraft / data / images ） 您也可以尝试其他细粒度的数据集。 培训TBMSL-Net 如果要训练MMAL-Net，请在运行py