【实际项目应用】：车牌检测、车牌识别、车辆检测 【数据集说明】：车辆车牌检测数据集，一共1456张图片，标签包含两类，分别为“car”和“plat”，道路监控摄像头视角背景，数据分布均匀，标签包含voc（xml）、yolo（txt）两种格式，多种目标检测算法可直接使用。纯手工标注，标注精准，算法拟合不错，数据质量可靠。 【更多数据集介绍】https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502

1、资源包含yolov5检测源码+车辆车牌检测模型(监控视角)+使用说明 2、附有训练pr曲线、损失值曲线、召回率曲线、精确度曲线、mAP等评估指标曲线 3、迭代200次，模型拟合较好。

很有用的车牌库，对做车牌检测与识别的朋友很有用哦

利用yolov5进行车牌检测与车牌号码提取

基于yolov5的车牌检测和识别.7z

该资源包括车牌识别数据集和pyqt5车牌识别系统代码。详请和效果展示：https://blog.csdn.net/qq_34717531/article/details/125659790?spm=1001.2014.3001.5502 1.数据集：标注的是每个字符，我们将其分为70个类，分别为："plate", "0", "1", "2", "3", "4", "5", "6", "7", "8", "9", "A", "B", "C", "D", "E", "F", "G", "H", "J", "K", "L", "M", "N", "P", "Q", "R", "S", "T", "U", "V", "W", "X", "Y", "Z", "澳","川","鄂","甘","赣","港","贵","桂","黑","沪","吉","冀","津","晋","京","警","辽","鲁","蒙","闽","宁","青","琼","陕","苏","皖","湘","新","学","渝","豫","粤","云","浙","藏"。 2.pyqt5车牌识别系统：可以识别图片和视频中的车牌。

基于Yolov5的车牌检测和识别（完整版，可直接运行），运行效果满足日常使用。可以作为练手项目和课程作业。 导入Pycharm，下载好相应的依赖包就可直接运行，进行推力测试。 也可以在此基础上进行再一次的训练和提升。

python机器视觉实践课程设计作业--车牌检测与识别系统源码，主要可视化文件是main.py 初始车牌图片在plate_data 文件夹里 安装好requirements里的库（pip install -r requirements.txt）后直接运行 python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业--车牌检测与识别系统源码，python机器视觉实践课程设计作业

基于yolov5的车牌检测，包含车牌角点检测.zip

基于Yolov5车牌检测，更快更准.zip