Chinese_license_plate_detection_recognition
1.0.0
2022.12.04 Überprüfen Sie das Fahrzeug und den Kennzeichen zusammen, um das Fahrzeugsystem hier zu sehen
Yolov8 -Kennzeichen Erkennung + Identifizierung
Yolov7 -Kennzeichen Erkennung + Identifizierung
Android ncnn
Das Modell wird aus dem öffentlichen Datensatz geschult und erfordert ein Modell mit höherer Genauigkeit oder fügen Sie V für die Geschäftszusammenarbeit hinzu.
Kann Studierende Abschluss und Kurse usw. durchführen.
Wechat: WE0091234 (Beachten Sie den Zweck des Besuchs)
Umgebungsanforderungen: Python> = 3,6 Pytorch> = 1,7
Führen Sie Detect_plate.py direkt aus oder führen Sie die folgende Befehlszeile aus:
python detect_plate.py --detect_model weights/plate_detect.pt --rec_model weights/plate_rec_color.pth --image_path imgs --output result
Testordner -IMGs, speichern Sie das Ergebnis und geben Sie dann den Ergebnisordner ein
python detect_plate.py --detect_model weights/plate_detect.pt --rec_model weights/plate_rec_color.pth --video 2.mp4
Die Videodatei ist 2.mp4 und speichern Sie sie als Ergebnis.mp4
Die Kennzeichen -Erkennungstrainingsverbindung lautet wie folgt:
Kennzeicheninspektionstraining
Die Kennzeichen -Erkennungstrainingsverbindung lautet wie folgt:
Kennzeichenbekanntheitstraining
1. Android ncnn
2. Onnx Demo Baidu Network Disk: K874
python onnx_infer.py --detect_model weights/plate_detect.onnx --rec_model weights/plate_rec_color.onnx --image_path imgs --output result_onnx
3.. Siehe Tensorrt_plate für die Tensorrt -Bereitstellung
4. OpenVino Demo Version 2022.2
python openvino_infer.py --detect_model weights/plate_detect.onnx --rec_model weights/plate_rec.onnx --image_path imgs --output result_openvino
QQ Group: 769809695 (neu eröffnet in der dritten Gruppe) 871797331 (voll) 837982567 (zweite Gruppe ist voll) Ask Ask
