汽车牌照目标检测（Python代码）

1.数据集

Chinese City Parking Dataset

2.代码流程：

代码的主要流程如下：

1. 导入所需的库和模块，包括警告过滤、数据处理、数据可视化等。

2. 创建用于显示样本图像的子图。

3. 从数据集中加载样本图像并显示在子图中。

4. 提取样本图像的元数据，包括车牌号、边界框信息等。

5. 创建包含元数据的数据框。

6. 对数据进行划分，将部分数据用于训练，部分用于验证和测试。

7. 将划分好的数据集复制到YOLOv8数据集文件夹，并创建相应的标签文件。

8. 创建自定义数据集的配置文件。

9. 清理GPU缓存。

10. 读取训练结果的CSV文件。

11. 绘制训练结果的损失曲线子图。

12. 绘制识别效果图

2.效果图

数据集展示

 

训练模型 

 

Testing 模型

 

 

 

import warnings
warnings.filterwarnings("ignore")

# Main
import os
import gc
import shutil
import time
import random
import cv2
import numpy as np 
import pandas as pd
import glob

# Data Visualization
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import plotly
import plotly.graph_objects as go

#代码和数据集压缩包，https://mbd.pub/o/bread/ZJmTmptr
import plotly.express as px
from plotly.subplots import make_subplots
from IPython.display import Image, display

import torch
from numba import cuda