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