Chinese_license_plate_detection_recognition

O que há de novo

2022.12.04 Verifique o veículo e a placa juntos para ver o sistema de veículos aqui

Detecção de placas Yolov8 de Yolov8 + Identificação

Detecção de placas Yolov7 de Yolov7 + Identificação

Android NCNN

conectar

O modelo é treinado no conjunto de dados públicos e requer um modelo com maior precisão ou adicione V para cooperação comercial.

Pode fazer graduação e curso dos alunos, etc.

WECHAT: WE0091234 (Observe o objetivo da visita)

O algoritmo de reconhecimento de placas mais completo suporta 12 tipos de placas chinesas

Requisitos do ambiente: Python> = 3.6 Pytorch> = 1.7

Demonstração de teste de imagem:

Execute detect_plate.py diretamente ou execute a seguinte linha de comando:

 python detect_plate.py --detect_model weights/plate_detect.pt  --rec_model weights/plate_rec_color.pth --image_path imgs --output result

Pasta de teste IMGs, salve o resultado e digite a pasta Resultado

Demoção de teste de vídeo 2.mp4 Código de extração: 41AQ

 python detect_plate.py --detect_model weights/plate_detect.pt  --rec_model weights/plate_rec_color.pth --video 2.mp4

O arquivo de vídeo é 2.mp4 e salvá -lo como resultado.mp4

Treinamento de inspeção de placas

O link de treinamento de detecção de placas é o seguinte:

Treinamento de inspeção de placas

Treinamento de reconhecimento de placas

O link de treinamento de reconhecimento de placas é o seguinte:

Treinamento de reconhecimento de placas

Suporta o seguinte:

• 1. Cartão azul de linha única
• 2. Cartão amarelo único
• 3. Nova placa de energia
• 4. Placa da Polícia Branca
• 5. Placa de treinador
• 6. Placa da polícia armada
• 7. cartão amarelo de duas camadas
• 8. cartão branco de camada dupla
• 9. Placa da embaixada da embaixada
• 10. Hong Kong, Macau e Guangdong Z Brand
• 11. Green Card de camada dupla
• 12. Placa de Licultura de Aviação Civil

implantar

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. Veja Tensorrt_plate para implantação de tensorrt

4. Openvino Demo versão 2022.2

 python openvino_infer.py --detect_model weights/plate_detect.onnx --rec_model weights/plate_rec.onnx --image_path imgs --output result_openvino

Referências

• https://github.com/deepcam-cn/yolov5-face
• https://github.com/sierkrane/crnn_chinese_characters_rec

Mais

Grupo QQ: 769809695 (recém -inaugurado no terceiro grupo) 871797331 (Full) 837982567 (segundo grupo está cheio) Ask