1.
论文地址:论文地址
代码地址:https://github.com/detectRecog/CCPD.git
2.网络结构
简单的来说,网络分为两个部分,检测模块以及识别模块。
-
检测模块
RPnet通过检测模块中的所有卷积层从输入图像中提取特征。随着卷积层数量的增加,通道数量增加,特征图逐渐减小。最后得出的特征图具有更高层次的特征提取,有利于识别车牌以及车牌的边框。这里假设:边框中心坐标 x , y x,y x,y以及宽度和高度为 b x , b y , b w , b h {b_x},{b_y},{b_w},{b_h} bx,by,bw,bh,那么对于输入为 W , H W,H W,H的图像来说,边框的位置可以表示为: c x , c y , w , h cx,cy,w,h cx,cy,w,h:
c x = b x W , c y = b y H , w = b w W , h = b h H , 0 < c x , c y , w , h < 1 cx = { {bx} \over W},cy = { {by} \over H},w = { {bw} \over W},h = { {bh} \over H},0 < cx,cy,w,h < 1 cx=Wbx,cy=Hby,w=