forked from CA-USTC/License_Plate_Recognition_pytorch
-
Notifications
You must be signed in to change notification settings - Fork 0
该工作由电子科技大学陈昂、刘俊凯、夏子寒同学完成。我们提出可以使用深度学习的方案对中国车牌进行检测和识别。我们提出使用YOLOv3网络进行车牌检测,然后创新性地对检测后的车牌使用空间变换网络STN加以校正,最后使用LPRNet网络进行车牌的字符与数字识别。目前实测结果,在老师提供的45张数据集上,我们的YOLOv3网络检测准确率(IOU)达到98.2%,深度学习级联网络识别准确率为95.6%。我们采用大量测试集,最终我们的YOLOv3_STN_LPRNet级联网络识别准确率稳定在93.3%,不加空间变换网络STN的话,识别准确率在66%左右。 总体来说,使用深度学习的方案比传统方案效果提升的非常好,而且我们加入空间变换网络STN的做法对于提升识别准确率很有效。
wslucy/License_Plate_Recognition_pytorch
ErrorLooks like something went wrong!
About
该工作由电子科技大学陈昂、刘俊凯、夏子寒同学完成。我们提出可以使用深度学习的方案对中国车牌进行检测和识别。我们提出使用YOLOv3网络进行车牌检测,然后创新性地对检测后的车牌使用空间变换网络STN加以校正,最后使用LPRNet网络进行车牌的字符与数字识别。目前实测结果,在老师提供的45张数据集上,我们的YOLOv3网络检测准确率(IOU)达到98.2%,深度学习级联网络识别准确率为95.6%。我们采用大量测试集,最终我们的YOLOv3_STN_LPRNet级联网络识别准确率稳定在93.3%,不加空间变换网络STN的话,识别准确率在66%左右。 总体来说,使用深度学习的方案比传统方案效果提升的非常好,而且我们加入空间变换网络STN的做法对于提升识别准确率很有效。
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published
Languages
- Python 100.0%