PlateRecognition:基于HyperLPR的开源汽车牌照识别python库; 训练有素的OpenCV级联目标检测器; 使用硬样本挖掘来裁剪出检测到的错误区域;-源码

上传者: 42131316 | 上传时间: 2021-09-03 14:51:02 | 文件大小: 44.7MB | 文件类型: ZIP
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

文件下载

资源详情

[{"title":"( 26 个子文件 44.7MB ) PlateRecognition:基于HyperLPR的开源汽车牌照识别python库; 训练有素的OpenCV级联目标检测器; 使用硬样本挖掘来裁剪出检测到的错误区域;-源码","children":[{"title":"PlateRecognition-master","children":[{"title":"plateRecognition.py <span style='color:#111;'> 2.48KB </span>","children":null,"spread":false},{"title":"model","children":[{"title":"ocr_plate_all_gru.h5 <span style='color:#111;'> 15.95MB </span>","children":null,"spread":false},{"title":"cascade_lbp.xml <span style='color:#111;'> 29.81KB </span>","children":null,"spread":false},{"title":"char_chi_sim.h5 <span style='color:#111;'> 2.20MB </span>","children":null,"spread":false},{"title":"cascade.xml <span style='color:#111;'> 348.25KB </span>","children":null,"spread":false},{"title":"ocr_plate_all_w_rnn_2.h5 <span style='color:#111;'> 14.57MB </span>","children":null,"spread":false},{"title":"char_judgement.h5 <span style='color:#111;'> 294.84KB </span>","children":null,"spread":false},{"title":"char_judgement1.h5 <span style='color:#111;'> 39.02KB </span>","children":null,"spread":false},{"title":"char_rec.h5 <span style='color:#111;'> 1.77MB </span>","children":null,"spread":false},{"title":"plate_type.h5 <span style='color:#111;'> 146.99KB </span>","children":null,"spread":false},{"title":"model12.h5 <span style='color:#111;'> 69.00KB </span>","children":null,"spread":false}],"spread":true},{"title":".DS_Store <span style='color:#111;'> 10.00KB </span>","children":null,"spread":false},{"title":"HyperLPRLite.py <span style='color:#111;'> 6.77KB </span>","children":null,"spread":false},{"title":"HyperLPRLite.pyc <span style='color:#111;'> 7.97KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.75KB </span>","children":null,"spread":false},{"title":"Images","children":[{"title":"4.jpg <span style='color:#111;'> 29.42KB </span>","children":null,"spread":false},{"title":"test3.jpg <span style='color:#111;'> 412.07KB </span>","children":null,"spread":false},{"title":"test2.jpg <span style='color:#111;'> 130.00KB </span>","children":null,"spread":false},{"title":"test4.jpg <span style='color:#111;'> 90.15KB </span>","children":null,"spread":false},{"title":".DS_Store <span style='color:#111;'> 6.00KB </span>","children":null,"spread":false},{"title":"test1.jpg <span style='color:#111;'> 198.84KB </span>","children":null,"spread":false},{"title":"3.jpg <span style='color:#111;'> 54.09KB </span>","children":null,"spread":false},{"title":"6.jpg <span style='color:#111;'> 70.86KB </span>","children":null,"spread":false},{"title":"7.jpg <span style='color:#111;'> 2.07MB </span>","children":null,"spread":false}],"spread":true},{"title":"Font","children":[{"title":"platech.ttf <span style='color:#111;'> 14.01MB </span>","children":null,"spread":false}],"spread":true},{"title":"image.png <span style='color:#111;'> 1.18MB </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