超级会员免费看
本文介绍了基于PaddlePaddle的智慧交通项目，包括交通流量预测、车牌识别和车辆检测。在交通流量预测中，使用LSTM模型进行时间序列预测，车牌识别部分借助PaddleOCR实现高精度识别，车辆检测部分运用Yolov5网络。项目详细介绍了数据处理、模型训练与测试过程，展示了实际效果。
✨写在前面：强烈推荐给大家一个优秀的人工智能学习网站，内容包括人工智能基础、机器学习、深度学习神经网络等，详细介绍各部分概念及实战教程，通俗易懂，非常适合人工智能领域初学者及研究者学习。➡️点击跳转到网站。
项目总结
随着深度学习在近几年的快速发展，智慧交通出现许多不同方面应用，如车牌识别、交通标志检测与识别及综合应用的行人分析系统等。 本项目分为三部分，分别是交通流量预测、车牌识别、车辆检测等，采用热门百度开源框架--PaddlePaddle，其模型方便易上手且生态完善，目前在人工智能各领域取得不错效果，通过PaddleOCR和Yolo框架可分别实现车牌识别与车辆检测任务。
项目链接：见文末！
PaddleOCR介绍
该系统从骨干网络选择和调整、预测头部的设计、数据增强、学习率变换策略、正则化参数选择、预训练模型使用以及模型自动裁剪量化8个方面，采用19个有效策略ÿ
订阅专栏 解锁全文
扫一扫
214
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
