wangqiang036的博客

Darknet是一个比较小众的深度学习框架，没有社区，主要靠作者团队维护，所以推广较弱，用的人不多。而且由于维护人员有限，功能也不如tensorflow等框架那么强大，但是该框架还是有一些独有的优点:易于安装、没有任何依赖项、结构明晰、易于移植。

这是一个在图像上打印显示字符，特别是可显示中文字符的资源库。可以设置字体颜色、字体大小，字体类型，字体背景进行中文字符渲染。用于深度学习图像识别结果标签识别结果 打印。

主要用于车牌检测识别，为车辆识别进一步 研究提供基础。在目前主流车牌识别算法中，此算法具备较强的性能，可用于产品开发，可加快落地。

常用与加解密算法的C++代码实现，例如DES、3DES、AES 、 RSA、DSA等，可用于进一步优化加解密算法的参考。

该车辆检测与跟踪是基于背景建模的运动目标检测与跟踪算法实现。能够较好的实现视频中车流检测与跟踪，进一步实现车辆统计。

MD2, MD5, SHA-1, HAVAL, Tiger, RIPE-MD160, MD5-MAC, HMAC, XOR-MAC, DES, IDEA, WAKE, 3-WAY, TEA, SAFER, Blowfish, SHARK, GOST, CAST-128, Square, Diamond2, Sapphire, RC2, RC5, RC6, MARS, SEAL, Luby-Rackoff, MDC, various encryption modes (CFB, CBC, OFB, counter), DH, DH2, MQV, DSA, NR, ElGamal, LUC, LUCDIF, LUCELG, Rabin, RW, RSA, BlumGoldwasser, elliptic curve cryptosystems, BBS, DEFLATE compression, Shamir's secret sharing scheme, Rabin's information dispersal scheme. There are also various miscellanous modules such as base 64 coding and 32-bit CRC.

tesseract4.0是最新的版本，加入了深度学习LSTM，其性能较之前版本有较大改进。

基于端到端的深度学习的车牌、验证码、文档等字符识别，可以基于此进行样本生成和模型训练。