车牌识别（深度学习）-- 精度商用

车牌识别

车牌识别场景

在日常生活中不管是停车场的进出场管理、马路边的停车管理，有很多场景都需要车牌识别，最近有时间研究了下车牌识别的相关技术，并且做出对应的产品；

车牌识别的流程

车牌识别的整理流程大致可以分为车牌定位、车牌种类分类、车牌识别，有很多情况下，把车牌定位和车牌种类分类合在一个模型里：

• 车牌定位：
  车牌定位可以将所有品类的车牌放在一起训练（绿牌、蓝牌、黄牌等），在训练的过程中加入车牌的品类信息，这样在车牌完成定位的同时，还能对车牌的品类进行分类，这样在后续的车牌识别中进行更加精细化；
• 车牌分类：
  对检测出来的车牌进行分类，车牌是属于蓝牌、绿牌、黄牌、军用、政府专用等；
• 车牌识别：
  将检测出来的车牌进行车牌号码识别；

识别效果

目前的效果能达到95%+（针对国内车牌）

识别代码

import requests

url = "https://frp-cup.top:63320/predict"

payload={'nMsgType': '200',
'sU': 'hello_verify',
'sP': 'hello_verify',
'sS': '0',
'Category': '0',
'SubCategory': '0'}
files=[
  ('image',('2fd.jpeg',open('车牌图片.jpeg','rb'),'image/jpeg'))
]
headers = {}

response = requests.request("POST", url, headers=headers, data=payload, files=files)

print(response.text)

接口试用方式

接口已经开放，调用方式详见 github … …

https://github.com/MaverickMuzi/CertificateIdentification