更新
- 一些sota的论文:
Towards End-to-End License Plate Detection and Recognition: A Large Dataset and Baseline - 更新一些之前做项目时参考的项目链接
链接2
前言
在之前的文章里,立了一个flag,说要用yolo来实现车牌定位。于是乎就开始上github查看源码,上来看的就是tensorflow的yolo代码实现。看得我脑壳疼(也难怪我当时连梯度更新,损失函数的概念都没有)。
于是乎感到知识的匮乏,我开始网课。在学完了吴大师的deep.ai四个的课程后。感觉是时候练练手了。
吴大师人靓声甜,真的从课中收益匪浅。
数据准备
- yolo3的代码用的是qqwwee(不得不说名字起得有点随意)
- 训练数据来源是中大的数据库,一共245张,自行用labelMe标注好了,需要的自取。侵删
车牌定位效果
黄色车身,识别黄色车牌!
深度学习的好处完全不用考虑颜色空间
使用HSV颜色空间定位车牌
使用yolo3定位