LPRNet_Pytorch

lprnet_pytorch

การใช้งาน Pytorch สำหรับ LPRNET ซึ่งเป็นกรอบการจดจำแผ่นป้ายทะเบียนที่มีประสิทธิภาพสูงและน้ำหนักเบา
มันสามารถใช้ได้อย่างเต็มที่กับการรับรู้ป้ายทะเบียนรถจีนและการรับรู้ป้ายทะเบียนต่างประเทศ!
ปัจจุบันมีเพียงแผ่นป้ายทะเบียนจีนเท่านั้นเช่นแผ่นป้ายทะเบียนสีน้ำเงินและสีเขียวเท่านั้นที่ได้รับการสนับสนุนในเวลาเดียวกันซึ่งเป็นป้ายทะเบียนพลังงานใหม่ แต่แผ่นป้ายทะเบียนประเภทอื่น ๆ สามารถสนับสนุนได้โดยการขยายข้อมูลการฝึกอบรมหรือการปรับแต่งเพื่อปรับปรุงความแม่นยำในการรับรู้!

การพึ่งพาอาศัยกัน

• pytorch> = 1.0.0
• OpenCv-Python 3.x
• Python 3.x
• Imutils
• หมอน
• นม

แบบจำลอง

• pretrained_model

การฝึกอบรมและการทดสอบ

1. เตรียมชุดข้อมูลขนาดภาพต้องเป็น 94x24
2. ฐานบนเส้นทาง Datsets ของคุณจะแก้ไขสคริปต์ HyperParameters -TRAIN_IMG_DIRS หรือ -TEST_IMG_DIRS
3. ปรับพารามิเตอร์ hyperparameters อื่น ๆ หากต้องการ
4. เรียกใช้ 'python train_lprnet.py' หรือ 'python test_lprnet.py'
5. หากต้องการแสดงผลการทดสอบให้เพิ่ม '-แสดงจริง' หรือ '-แสดง 1' เพื่อเรียกใช้คำสั่ง

ผลงาน

• ชุดข้อมูลทดสอบส่วนบุคคล
• รวมแผ่นป้ายทะเบียนสีน้ำเงิน/เขียว
• รูปภาพมีความกว้างขวางมาก
• จำนวนภาพทดสอบทั้งหมดคือ 27320

ขนาด	IMGS ทดสอบส่วนบุคคล (%)	การอนุมาน@GTX 1060 (MS)
1.7m	96.0+	0.5-

การอ้างอิง

1. LPRNET: การรับรู้แผ่นป้ายทะเบียนผ่านเครือข่ายประสาทลึก
2. เอกสารภาษาจีน Pytorch

postscript

หากคุณพบว่ามีประโยชน์นี้โปรดให้ดาวฉันขอบคุณ!