基于YOLOv5算法的车牌识别

08060512许晨阳 · 发表于 2024-10-18 14:28:24

基于YOLOv5算法的车牌识别

08060512许晨阳 · 发表于 2024-11-1 23:52:29

完成环境的搭建

08060512许晨阳 · 发表于 2024-11-8 20:39:50

YOLOv5算法是一种高效的目标检测模型，继承了YOLO系列算法的核心优势，即通过一次前向传播即可完成图像中所有目标的位置和类别预测。它在准确性和速度之间达到了良好的平衡，适用于多种场景。这周完成了对车牌图像位置的识别。

08060512许晨阳 · 发表于 2024-11-15 23:48:07

收集了大量涵盖各种场景的标注过的图像，以确保模型的泛化性能。再对图像进行缩放、剪裁等预处理，同时通过随机翻转、缩放等技术，可以进一步增加数据集的多样性。

08060512许晨阳 · 发表于 2024-11-22 23:38:43

先对获取的车牌进行灰度化，再将灰度图转化为二值图像，再进行去噪，避免噪声对字符分割产生影响。通过逐列扫描二值化后的车牌图像，统计每列像素点的个数，得到投影图。根据投影图中的波峰/波谷确定字符的边界。对分割后的字符图像进行大小归一化处理，方便后续的字符识别。

08060512许晨阳 · 发表于 2024-11-30 11:29:17

使用训练好的模型对提取的图像进行识别，获取结果并输出