License-plate-recognition:使用 "Darknet yolov3-tiny" 进行车牌识别

上传者: 42099530 | 上传时间: 2021-05-29 01:17:27 | 文件大小: 211KB | 文件类型: ZIP
License-plate-recognition 使用 "Darknet yolov3-tiny" 训练检测模型 1. 下载,提取码: j7c2. 2. 将data.zip解压到darknet.exe所在目录下. 3. 进入data/voc目录下运行voc_label.bat重新生成2019_train.txt, 2019_val.txt. 4. 修改cfg/yolov3-tiny.cfg [net] batch=64 subdivisions=4 // 这里根据自己内存大小修改(我11G显存设置2时,中途会out of memory. 所以设置4, 训练时显存占用约6G) angle=5 // 增加旋转角度产生样本 max_batches = 220000 //最大迭代次数 steps=70000,200000 //调整学习率变化

文件下载

资源详情

[{"title":"( 11 个子文件 211KB ) License-plate-recognition:使用 \"Darknet yolov3-tiny\" 进行车牌识别","children":[{"title":"License-plate-recognition-master","children":[{"title":"model","children":[{"title":"yolov3-tiny.cfg <span style='color:#111;'> 2.55KB </span>","children":null,"spread":false},{"title":"voc.names <span style='color:#111;'> 249B </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 3.26KB </span>","children":null,"spread":false},{"title":"image","children":[{"title":"20190404083520.jpg <span style='color:#111;'> 27.15KB </span>","children":null,"spread":false},{"title":"20190404083445.jpg <span style='color:#111;'> 28.55KB </span>","children":null,"spread":false},{"title":"chart-iter_34900_42700_65000_74700_149000.png <span style='color:#111;'> 64.88KB </span>","children":null,"spread":false},{"title":"20190404092136.jpg <span style='color:#111;'> 32.37KB </span>","children":null,"spread":false},{"title":"Test.jpg <span style='color:#111;'> 94.67KB </span>","children":null,"spread":false},{"title":"20190404083550.jpg <span style='color:#111;'> 18.97KB </span>","children":null,"spread":false}],"spread":true},{"title":"test_model.cpp <span style='color:#111;'> 4.83KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明