这是基于YOLOV5目标检测模型的实时车牌识别，包括对车辆的车牌区域精确定位，利用校正探测器对定位的车牌进行边框校正处理，使用增强神经网络模型对车牌区域进行超分辨率技术处理和光学字符识别。经过多次试验测试，可以对视频中的车辆车牌实时识别以及图片中的车辆车牌进行准确定位和识别，识别速度快，准确率高，比那些传统车牌识别方法效果好很多。效果演示视频：1.https://www.bilibili.com/video/BV1eK4y1m7GQ/
2.https://www.bilibili.com/video/BV13K4y1K7Pi/
2021-04-16 22:47:06
321.24MB
1
针对住宅，工业园区，森林，加油站等室内外场景，深入了解，并通过目标检测算法，在图像中自动标注疑似烟雾、火焰，实现机器智能值守，具有重大意义。压缩包里面包含源码和数据集，环境配置按照install.doc操作就可以了。售后问题可以私信截图
2021-04-16 18:08:04
137.15MB
.mp4后缀去掉改为zip文件才能打开
随着社会经济的高速发展，工业、企业园区，住宅日益增多，普遍存在消防安全隐患，导致火灾事故屡屡发生。
针对园区森林，野外，加油站等室内外低空场景，深入了解，并通过目标检测算法，在图像中自动标注疑似烟雾、火焰，实现机器智能值守。
具有重大意义。环境是pytorch1.8 gpu，可以在云上直接运行，压缩包里有代码和配置环境说明，数据集要另外下载。把yolov5.zip.mp4改为yolov5.zip 解压后即可云注册地址
https://gpushare.com/auth/register?user=18*****1785&fromId=c4100216220&source=link
2021-04-14 20:08:22
57.53MB
.mp4后缀去掉改为zip文件才能打开
随着社会经济的高速发展，工业、企业园区，住宅日益增多，普遍存在消防安全隐患，导致火灾事故屡屡发生。
针对园区森林，野外，加油站等室内外低空场景，深入了解，并通过目标检测算法，在图像中自动标注疑似烟雾、火焰，实现机器智能值守。
具有重大意义。环境是pytorch1.8 gpu，可以在云上直接运行，
small_dataset.zip.mp4， 后缀.mp4去掉变为small_dataset.zip。压缩包里有图片数据集，源码和标注需要另外下载。云注册地址
https://gpushare.com/auth/register?user=18*****1785&fromId=c4100216220&source=link
2021-04-14 20:08:20
79.18MB