车辆识别系统

目前支持车辆检测+车牌检测识别

环境要求: python >=3.6 pytorch >=1.7

图片测试demo:

python Car_recognition.py --detect_model weights/detect.pt  --rec_model weights/plate_rec_color.pth --image_path imgs --output result

测试文件夹imgs，结果保存再 result 文件夹中

检测训练

1. 下载数据集： 获取数据集+V：we0091234 （注明来意） 数据集格式为yolo格式：

   label x y w h  pt1x pt1y pt2x pt2y pt3x pt3y pt4x pt4y
   

   关键点依次是（左上，右上，右下，左下） 坐标都是经过归一化，x,y是中心点除以图片宽高，w,h是框的宽高除以图片宽高，ptx，pty是关键点坐标除以宽高

   车辆标注不需要关键点 关键点全部置为-1即可

2. 修改 data/widerface.yaml train和val路径,换成你的数据路径

   train: /your/train/path #修改成你的路径
   val: /your/val/path     #修改成你的路径
   # number of classes
   nc: 3                #这里用的是3分类，0 单层车牌 1 双层车牌 2 车辆
   
   # class names
   names: [ 'single_plate','double_plate','Car'] 
   
   

3. 训练

   python3 train.py --data data/plateAndCar.yaml --cfg models/yolov5n-0.5.yaml --weights weights/detect.pt --epoch 250
   

   结果存在run文件夹中

车牌识别训练

车牌识别训练链接如下：

车牌识别训练

References

• https://github.com/we0091234/Chinese_license_plate_detection_recognition
• https://github.com/deepcam-cn/yolov5-face
• https://github.com/meijieru/crnn.pytorch

TODO

车型，车辆颜色，品牌等。

联系

有问题可以提issues 或者加qq群 823419837(已满) 加二群 837982567 询问