1 分享一个不错的基于深度学习的车牌检测系统设计-德赢Vwin官网 网
0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

分享一个不错的基于深度学习的车牌检测系统设计

新机器视觉 来源:新机器视觉 2023-02-19 11:35 次阅读

概述

基于深度学习的车牌识别,其中,车辆检测网络直接使用YOLO侦测。而后,才是使用网络侦测车牌与识别车牌号。

车牌的侦测网络,采用的是resnet18,网络输出检测边框的仿射变换矩阵,可检测任意形状的四边形。

车牌号序列模型,采用Resnet18+transformer模型,直接输出车牌号序列。

数据集上,车牌检测使用CCPD 2019数据集,在训练检测模型的时候,会使用程序生成虚假的车牌,覆盖于数据集图片上,来加强检测的能力。

车牌号的序列识别,直接使用程序生成的车牌图片训练,并佐以适当的图像增强手段。模型的训练直接采用端到端的训练方式,输入图片,直接输出车牌号序列,损失采用CTCLoss。

一、网络模型

1、车牌的侦测网络模型:

网络代码定义如下:

781045f2-af1e-11ed-bfe3-dac502259ad0.png

该网络,相当于直接对图片划分cell,即在16X16的格子中,侦测车牌,输出的为该车牌边框的反射变换矩阵。

2、车牌号的序列识别网络:

车牌号序列识别的主干网络:采用的是ResNet18+transformer,其中有ResNet18完成对图片的编码工作,再由transformer解码为对应的字符。

网络代码定义如下:

782ddfea-af1e-11ed-bfe3-dac502259ad0.png

7854ce7a-af1e-11ed-bfe3-dac502259ad0.png

其中的Block类的代码如下:

786ac266-af1e-11ed-bfe3-dac502259ad0.png

7893d124-af1e-11ed-bfe3-dac502259ad0.png

位置编码的代码如下:

78cc112e-af1e-11ed-bfe3-dac502259ad0.png

Block类使用的自注意力代码如下:

78e5f63e-af1e-11ed-bfe3-dac502259ad0.png

78f9f576-af1e-11ed-bfe3-dac502259ad0.png

7918c726-af1e-11ed-bfe3-dac502259ad0.png

二、数据加载

1、车牌号的数据加载

同过程序生成一组车牌号:

792d6096-af1e-11ed-bfe3-dac502259ad0.png

再通过数据增强,

主要包括:

79673244-af1e-11ed-bfe3-dac502259ad0.png

79ae26cc-af1e-11ed-bfe3-dac502259ad0.png

79cb2484-af1e-11ed-bfe3-dac502259ad0.png

三、训练

分别训练即可

其中,侦测网络的损失计算,如下:

79fdc7ea-af1e-11ed-bfe3-dac502259ad0.png

7a19e45c-af1e-11ed-bfe3-dac502259ad0.png

侦测网络输出的反射变换矩阵,但对车牌位置的标签给的是四个角点的位置,所以需要响应转换后,做损失。其中,该cell是否有目标,使用CrossEntropyLoss,而对车牌位置损失,采用的则是L1Loss。

四、推理

1、侦测网络的推理

按照一般侦测网络,推理即可。只是,多了一步将反射变换矩阵转换为边框位置的计算。

另外,在YOLO侦测到得测量图片传入该级进行车牌检测的时候,会做一步操作。代码见下,将车辆检测框的图片扣出,然后resize到长宽均为16的整数倍。

7a43c9f2-af1e-11ed-bfe3-dac502259ad0.png

2、序列检测网络的推理

对网络输出的序列,进行去重操作即可,如间隔标识符为“*”时:

7a53f91c-af1e-11ed-bfe3-dac502259ad0.png

完整代码

https://github.com/HibikiJie/LicensePlate

审核编辑:陈陈

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 检测系统
    +关注

    关注

    3

    文章

    954

    浏览量

    43029
  • 检测识别
    +关注

    关注

    0

    文章

    9

    浏览量

    7236
  • 深度学习
    +关注

    关注

    73

    文章

    5500

    浏览量

    121109

原文标题:基于深度学习的车牌检测识别(Pytorch)(ResNet +Transformer)

文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    【超值干货】 揭秘车牌识别算法

    ,分享车牌识别中的相关算法,是可以帮助到我们对于这种数字图像处理的过程有比较全面的认识。下面我将结合Matlab代码给大家进行讲解:第步:RGB转灰度这
    发表于 05-25 21:07

    Nanopi深度学习之路(1)深度学习框架分析

    设备”,没错,虽然Nanopi迷你,但确实能够运行深度学习算法。但试用机会少的可怜,只有5,难道定要对申请志在必得吗?NO!NO!NO!深度
    发表于 06-04 22:32

    【HarmonyOS HiSpark AI Camera】基于深度学习的目标检测系统设计

    项目名称:基于深度学习的目标检测系统设计试用计划:尝试在硬件平台实现对Yolo卷积神经网络的加速运算,期望提出的方法能够使目标检测技术更便捷
    发表于 09-25 10:11

    基于深度学习的异常检测的研究方法

    异常检测深度学习研究综述原文:arXiv:1901.03407摘要异常检测重要的问题,在
    发表于 07-12 07:10

    射频系统深度学习【回映分享】

    本文由回映电子整理分享,欢迎工程老狮们参与学习与评论内容► 射频系统中的深度学习► Deepwave Digital技术► 信号检测和分类示
    发表于 01-05 10:00

    基于深度学习和3D图像处理的精密加工件外观缺陷检测系统

    检测检测准确性和检测稳定性较差、容易误判。 基于深度学习和3D图像处理的精密加工件外观缺陷检测
    发表于 03-08 13:59

    什么是深度学习?使用FPGA进行深度学习的好处?

    延迟,这对深度学习推理也很有效。上述图像识别的深度学习有望应用于自动驾驶等对精度要求较高的系统中。然而,由于它也是
    发表于 02-17 16:56

    【KV260视觉入门套件试用体验】六、VITis AI车牌检测&车牌识别

    车牌的图像进行分析,最终截取出只包含车牌图块的过程。这个步骤的主要目的是降低在车牌识别过程中的计算量,如果直接对原始的图像进行
    发表于 09-26 16:28

    如何使用深度学习进行视频行人目标检测

    近年来,随着深度学习在计算机视觉领域的广泛应用,基于深度学习的视频运动目标检测受到广大学者的青睐。这种方法的基本原理是利用大量目标样本数据训
    发表于 11-19 16:01 22次下载
    如何使用<b class='flag-5'>深度</b><b class='flag-5'>学习</b>进行视频行人目标<b class='flag-5'>检测</b>

    如何使用Python应用软件实现车牌检测和识别

    、基于纹理、基于文字特征等方法,近年来随着深度学习的发展也会使用目标检测深度学习方法。该项
    的头像 发表于 02-03 15:21 3818次阅读

    OpenCV使用深度学习做边缘检测的流程

    导读 分析了Canny的优劣,并给出了OpenCV使用深度学习做边缘检测的流程。 在这篇文章中,我们将学习如何在OpenCV中使用基于深度
    的头像 发表于 05-08 11:05 2264次阅读
    OpenCV使用<b class='flag-5'>深度</b><b class='flag-5'>学习</b>做边缘<b class='flag-5'>检测</b>的流程

    车牌检测系统

    德赢Vwin官网 网站提供《车牌检测系统.zip》资料免费下载
    发表于 12-13 10:21 1次下载
    <b class='flag-5'>车牌</b><b class='flag-5'>检测</b><b class='flag-5'>系统</b>

    基于深度学习车牌识别侦测网络模型

    基于深度学习车牌识别,其中,车辆检测网络直接使用YOLO侦测。而后,才是使用网络侦测车牌与识别车牌
    发表于 02-19 10:37 760次阅读

    基于深度学习的小目标检测

    在计算机视觉领域,目标检测直是研究的热点和难点之。特别是在小目标检测方面,由于小目标在图像中所占比例小、特征不明显,使得检测难度显著增加
    的头像 发表于 07-04 17:25 854次阅读

    基于AI深度学习的缺陷检测系统

    在工业生产中,缺陷检测是确保产品质量的关键环节。传统的人工检测方法不仅效率低下,且易受人为因素影响,导致误检和漏检问题频发。随着人工智能技术的飞速发展,特别是深度学习技术的崛起,基于A
    的头像 发表于 07-08 10:30 1357次阅读