1.概要:初探
1、输入:视觉的数据
2、输出:车辆车牌识别
2.1 yolov3图片识别结果
2.2 yolov3朴素的问题求解思路如右图
2.3 yolov3 网络架构
2.4 yolov3算法Tensor变化过程
3. yolov3解析
4. 基于yolov3的车牌识别基于yolov3的车牌识别基于yolov3的车牌识别基于yolov3的车牌识别
idea:
问题定位:算法鲁棒性不够。
问题1:图像畸变下的旋转问题,增加FPN网络深度,尝试增加算法对旋转的适应性。
在实际的车牌识别过程中可以先使用yolov3做车牌定位/车牌检测,在定位的基础上去做GAN网络的图像增强,然后使用pytesseract实现OCR的识别,从而获取更精确的识别结果。
模型输入输出:
分享一下数据,。。。。。。。。。。
链接:https://pan.baidu.com/s/1Gv2_6ubwdJamilKnBeS9Rg
提取码:wa0u
复制这段内容后打开百度网盘手机App,操作更方便哦
评论(0)
您还未登录,请登录后发表或查看评论