智能交通
文章平均质量分 69
CV-deeplearning
小米AI Lab图像算法工程师,擅长表格识别、目标检测、行人属性识别、车牌识别等。
展开
-
高精度车牌识别算法
一 车牌识别概述车牌识别属于OCR的一种,但它也有自己的特点。考虑到边缘设备部署,我们没有用lstm,仅用普通的卷积层便实现了高精度的车牌识别方案。车牌识别的应用场景也十分广泛,常见的停车场收费系统,车牌识别算法也是只能交通算法中的基础算法和最为重要的算法。场景识别准确率道路卡口场景99.6%小角度场景99.0%大角度车牌场景98.2%二 车牌识别本方案采用多标签识别的技术,同时设计的一个物件分支,判断输入是否为车牌。其中车牌全部识别正确的准确率为99.6.原创 2021-10-31 11:35:46 · 9132 阅读 · 5 评论 -
智能交通——车辆属性识别
一 场景说明在道路上,利用AI算法定位机动车的位置并识别车辆的属性,这些信息对于交警来说是非常重要的。下面我们将对道路上的车辆进行检测和属性识别,整个过程包含两个算法,基于yolov5的目标检测算法和基于多任务的属性识别算法。二 算法详解1. 基于yolov5的目标检测算法个人感觉yolov5算法还是非常nice的,在实际项目和比赛中经常用到。由于一年前我就写过几篇博客对yolov5进行了说明,在此就不再赘述。如果读者感兴趣,可以参考我的博客:YOLOV5实战下面是我的测试代码,对yolo v.原创 2021-10-10 19:10:20 · 7239 阅读 · 12 评论 -
车牌识别——合成车牌数据
做车牌识别时,如果你缺乏数据,要想提高模型的鲁棒性,合成数据是一个常用的方法,本文带你合成车牌识别数据。原创 2020-12-14 15:37:38 · 2893 阅读 · 4 评论 -
智能交通-场景数据增强(Python CV)
智能交通场景中,有时需要变化场景,一下模拟下雨场景,下雪场景,起雾场景,运动场景,亮度变化场景。。。进行数据增强后提高了模型的鲁棒性。原创 2020-04-15 18:54:16 · 1513 阅读 · 2 评论