1.本项目基于CCPD数据集和LPR(License Plate Recognition,车牌识别)模型,结合深度学习和目标检测等先进技术,构建了一个全面的车牌识别系统,实现了从车牌检测到字符识别的端到端解决方案。
2.项目运行环境:Python 环境、OpenCV 环境和 Andriod 环境。需要安装的依頼包为: tensorflow, opencv, pandas等
3.项目包括3个模块:数据预处理、模型训练、APP构建。其中从CCPD页面https://github.com/detectRecog/CCPD中下载数据集,模型训练包括级联分类器和无分割车牌字符的卷积神经网络模型的训练,采用HyperLPR提供训练好的模型,识别准确率为95%~97%。
4.项目博客:
https://blog.csdn.net/qq_31136513/article/details/132557909
, 相关下载链接:
https://download.csdn.net/download/qq_31136513/88273703?utm_source=bbsseo