yolo 深度学习_汽车牌照识别系统【YOLO+MLP】

车牌识别系统可以自动检测并识别图像中的车辆牌照，其算法主要包括牌照定位、牌照分割、字符识别等步骤。本文将给出一种基于深度学习的车牌识别系统方案。

要快速掌握开发人工智能系统的技能，推荐汇智网的 机器学习系列在线课程

由于可以自动地从视频图像中提取车辆牌照信息，因此车牌识别系统可以应用于以下行业：

• 公共安全：用于检测被盗抢车辆，将车牌与盗抢车辆数据库记录比对即可发现。
• 停车管理：停车场入口自动放行、出口自动计费。
• 道路安全：与雷达测试配合使用，识别超速车辆并记录违章

我们的项目包含以下三个步骤：车辆牌照检测、牌照字符分割、牌照字符识别。

1、车辆牌照检测

我们使用Yolo（You Only Look One）算法来检测车辆牌照。Yolo是一个基于卷积神经网络的深度学习目标检测架构。该架构由 Joseph Redmon , Ali Farhadi, Ross Girshick和Santosh Divvala引入，2015年推出第一个版本，然后逐渐升级至版本3：

• Yolo v1；论文
• Yolo v2：论文
• Yolo v3；论文

Yolo是一个端到端训练的单一网络，可以用来预测目标的类别与边界框。