自动车牌识别 :India:
表中的内容
演示版
总览
这是一个分为四个阶段的对象检测项目，主要致力于检测车辆的车牌，从而读取车牌号并将其保存在文本文件中，以供有关当局使用。该深度学习项目使用YOLOv4（您只看一次）作为神经在名为Darknet的框架之上构建的网络架构，然后使用Tensorflow Lite进行部署准备就绪，使其兼容在各种边缘设备中使用，例如android，iOS，树莓派等。
动机
由于许多实际应用，例如自动收费，交通执法，私人空间出入控制和道路交通监控，自动车牌识别（ALPR）一直是研究的一个频繁主题。
ALPR系统通常分为三个阶段：车牌（LP）检测，字符分割和字符识别。 较早的阶
2021-11-24 16:05:34
51.31MB
1
本次作业的任务是设计一个基于matlab的汽车牌照识别程序，能够实现车牌图像预处理，车牌定位，字符分割，然后通过神经网络对车牌进行字符识别，最终从一幅图像中提取车牌中的字母和数字，给出文本形式的车牌号码。
2021-10-28 09:43:00
682KB
1
北京启智畅想科技车牌识别核心软件，识别率高，识别速度快，识别车辆种类多，可定制开发，存C语言书写，便于二次开发挂接，不影响原有程序运行
2021-09-24 15:56:47
21.53MB
1
简介
本文基于HyperLPR进行修改，完整代码参考
HyperLPR是一个使用深度学习针对对中文车牌识别的实现，与较为流行的开源的其他框架相比，它的检测速度和鲁棒性和多场景的适应性都要好于目前开源的框架，HyperLPR可以识别多种中文车牌包括白牌，新能源车牌，使馆车牌，教练车牌，武警车牌等。
使用的目标检测器是基于OpenCVHaar级联分类器。其速度也达到了不错的效果，对于移动端的大车牌基本可以实时定位。
使用了大概4700张正样本车牌车12000张负样本进行了分类器训练。
训练的方法
使用了OpenALPR的Train - Detector，来进行训练Opencv的Haar级联分类目标检测器。
正样本可以通过手动crop或者使用easypr或者hyperlpr的模块进行crop裁剪。
负样本在train detector目录下已经包含了一些基本的负样本，我们在多次训练后发现，使用这
2021-09-03 14:51:02
44.7MB
1
基于视频和DSP车辆识别测速系统是智能交通系统(ITS)中的一个组成部分，它集牌照识别，车速检测，流量监控，费用收取等功能于一体，主要应用于超速违章车辆监控。
2021-06-09 21:43:53
1.43MB
1
平台：MATLAB；流程：车牌定位，字符分割，车牌识别；算法：车牌定位【边缘检测】，字符分割【连通域法】，车牌识别【模板匹配或者bp神经网络，cnn卷积神经网络】；含GUI界面；特殊功能：语音播报，库外识别，计时计费，停车场应用场景；附送资料：开题，提纲，技术文档等。
2021-04-17 16:08:44
1.22MB
1