用到的网络框架:yolov5、crnn+ctc项目地址:GitHub - WangPengxing/plate_identification: 利用yolov5、crnn+ctc进行车牌识别 1. 写在开始之前 在学习过目标检测和字符识别后想用yolov5、crnn+ctc做一个车牌识别项目,本意是参考大佬们的项目,怎奈钱包不允许。网上有关车牌检测的基本都是引流贴,甚至有的连用到的...
在使用pytorch进行车牌识别的实践中，我从零开始，选择了yolov5和crnn+ctc这两个网络技术。项目背景是希望通过车牌检测和识别实现车辆监控功能，但由于资源限制，我决定直接从原始数据集入手，而非依赖网络上广泛存在的引流贴。项目目标分为两部分：首先，车辆和车牌的独立检测；其次，将检测结果与crnn+ctc...
5. 字符识别部分车牌的字符是规则文本形式,不存在弯曲、旋转等变化,比较适合运用crnn+ctc识别方法。只不过由于拍摄角度会存在透视问题,需要在推理时做一下矫正变换。有关crnn+ctc的原理这里不再详述,推荐两篇文章,个人认为讲的很透彻。理论:一文读懂CRNN+CTC文字识别,代码:【OCR技术系列之八】端到端不定长文本...