【深度学习】【Python】【CCPD2019】 YOLOv5训练CCPD2019数据集 数据转化

最新推荐文章于 2024-06-16 19:11:08 发布
最新推荐文章于 2024-06-16 19:11:08 发布
阅读量3.3k 收藏 39
点赞数 7
分类专栏： 深度学习机器学习 文章标签： 深度学习 python 人工智能
# MIT
本文链接：https://blog.csdn.net/x1131230123/article/details/125897933
版权
深度学习机器学习 专栏收录该内容
377 篇文章 21 订阅 ¥79.90 ¥99.00
订阅专栏
该博客介绍了如何将CCPD2019车牌数据集转换为YOLO格式，包括编写Python脚本进行图像和标签的读取、处理和保存。接着，提供了检查YOLO标签正确性的代码，通过绘制矩形框验证标注是否准确。最后，展示了使用YOLOv5训练模型的步骤，包括编写datayaml配置文件和启动训练的命令。
摘要由CSDN通过智能技术生成

文章目录

数据集

CCPD: Chinese City Parking Dataset
链接：https://pan.baidu.com/s/17JQL6-ckiNK9eZzDb1rWZA?pwd=r2az 
提取码：r2az

在这里插入图片描述

  • ccpd_base.zip: contains 1000 pictures which are taken from different perspectives and different distances, under different illuminations and in different.

  • ccpd_blur.zip: 模糊 contains 1000 pictures where pictures are blurred largely.

  • ccpd_challenge.zip: 挑战 contains 1000 pictures which is the most difficult benchmark for LPDR algorithm.

  • ccpd_characters.zip:

了解本专栏 订阅专栏 解锁全文
XD742971636
关注
  • 7
    点赞
  • 踩
  • 39
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
订阅专栏
CCPD2019车牌数据集，共10000张图片，含YOLO格式标签
02-20
CCPD2019车牌数据集，10000张图片，已制作YOLO格式标签，可以直接训练
CCPD数据集+yolov5+智能驾驶车牌检测
weixin_47531501的博客
03-14 1723
使用CCPD2019中的子数据集(CCPD-DB、CCPD-Blur、CCPD-FN、CCPD-Rotate、CCPD-Tilt、CCPD-Challenge)进行测试。在此我使用的是7z工具打包的，可以在/data/aimonitor/data/datasets/car_license/1002/license_use/目录下使用Linux命令：7za x CCPD.7z解压包。CCPD-Rotate 车牌水平倾斜20到50度，竖直倾斜-10到10度 10k。
CCPD数据集
JIA_NG_FA_N的博客
06-16 439
把train/val/test文件夹下的图片拷到green文件夹。
[深度学习] CCPD车牌数据集介绍
热门推荐
You and Me
06-09 5万+
CCPD是一个大型的、多样化的、经过仔细标注的中国城市车牌开源数据集。CCPD数据集主要分为CCPD2019数据集和CCPD2020(CCPD-Green)数据集。CCPD2019数据集车牌类型仅有普通车牌(蓝色车牌)，CCPD2020数据集车牌类型仅有新能源车牌(绿色车牌)。 在CCPD数据集中，每张图片仅包含一张车牌，车牌的车牌省份主要为皖。CCPD中的每幅图像都包含大量的标注信息，但是CCPD数据集没有专门的标注文件，每张图像的文件名就是该图像对应的数据标注。标注最困难的部分是注释四个顶点的位置。为了
CCPD车牌数据集+LPRNet车辆识别模型
weixin_47531501的博客
03-09 1912
CCPD数据集+LPRNet车牌识别
CCPD2019车牌提取和字符提取
十点二十五的博客
08-03 1084
CCPD2019车牌提取和字符提取数据集介绍
中科大开源数据集CCPD 2019详细介绍
春江水暖鸭先知
07-11 1万+
数据集能够应用到车牌检测以及识别任务中，总的图片数量能够达到300K张图片，可以从CCPD: Chinese City Parking Dataset下载。 数据集内部包含的文件夹以及内容如下表所示，其中加粗部分为目录： 文件 包含文件解释 ccpd_base 包含1000张不同视角和不同距离，不同照明和不同照片的照片 ccpd_blur 包含1000张图片，其中图片很大程度......
基于深度学习和CCPD、CRPD数据集实现的车牌识别、车牌颜色、车辆颜色识别系统python源码+数据集+模型.zip
04-28
基于深度学习和CCPD、CRPD数据集实现的车牌识别、车牌颜色、车辆颜色识别系统python源码+数据集+模型(支持国内各种车牌)识别准确率98.5%.zip 【项目说明】 支持车辆检测+车牌检测识别+车身颜色识别+车牌颜色识别 ...
基于YOLOv5和LPRNet进行车牌检测+识别（CCPD数据集）对车牌进行检测和识别
06-17
之前一直在学习OCR相关的东西，就想着能不能做一个车牌识别的项目出来， 刚好车牌检测以前也做过，直接用YOLOv5就可以了。我的打算是做一个轻量级的车牌识别项目，用YOLOv5s进行车牌检测，用LPRNet进行车牌识别。 ...
使用YOLOv5和LPRNet进行车牌检测+识别（CCPD数据集）
最新发布
06-25
【作品名称】：使用YOLOv5和LPRNet进行车牌检测+识别（CCPD数据集） 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】： ...
CCPD2019压缩包数据集part1
10-20
CCPD2019压缩包数据集，免网盘下载，因上传文件大小限制，分为13个压缩包，都下载后放一起可用7z这个软件提取文件； 只有第一个压缩包需要积分；
CCPD2019.zip
12-03
CCPD2019数据集的车牌裁剪代码，可以实现批量加载图片，然后将车牌区域裁剪出来，车牌图片的名称以车牌号码命名
车牌检测数据集预处理
reset2021的博客
06-13 911
对CCPD数据集进行解析，获取符合车牌检测的数据格式，用于车牌检测算法训练
Tensorflow——端到端车牌识别（数据制作、训练、评估、预测）
嘿，你好！
01-20 5005
利用周末时间断断续续实现端到端车牌识别项目，具备完整的数据集、数据制作、训练、评估、预测业务。 项目特点：采用tensorflow中的keras库 + 训练时数据生成器data_generator；对学习keras API有一些参考意义。 项目地址：https://github.com/MrZhousf/license_plate_recognize 运行平台：tensorflow1.12....
车牌识别数据集解析
reset2021的博客
06-13 541
车牌识别数据解析，对CCPD开源数据集进行解析，获取符合车牌识别算法的数据集，用于后续的模型训练
linux-mobaxterm-yolov5训练数据集ccpd--无数踩雷后
weixin_48568323的博客
03-26 1万+
（1）将图片命名信息提取切割，存储为txt文档 只修改“path'为自己的ccpd数据集存储地址即可 import cv2 import os path = "/home/li/~Pycode/yolov5-master/data/CCPD2019.tar/ccpd_fn/" #该处修改为数据集存储地址 for filename in os.listdir(path): print(filename) list1 = filename.split("-"
CCPD2019/2020以及其它国家车牌数据集合集介绍（包含YOLO算法可训的ccpdYOLO格式）
qq_37346140的博客
04-16 1645
CCPD从中国安徽合肥市的一个停车场收集图像，该公司拥有800多个PFC，每个PFC都收取特定街道的停车费。每个停车费订单不仅记录LP号码，费用，停车时间等，还要求PFC从前面或后面拍摄汽车照片作为证据。 PFC基本上没有假期，通常从清晨（早上07:30）到午夜（晚上10:00）工作。因此，CCPD在不同的照明，不同天气的环境下都有图像。此外，由于拍摄照片的唯一要求是包含LP，PFC可能会从各种位置和角度拍摄，甚至会发生轻微的震颤。因此，CCPD中的图像来自不同的位置和角度，甚至模糊。 在CCPD数据集中，
ccpd数据集转coco格式
SummerMiko_的博客
09-13 478
步骤：# Base 200 正常车牌# FN 20 距离摄像头相当的远或者相当近# DB 20 光线暗或者比较亮# Rotate 10 水平倾斜20-25°，垂直倾斜-10-10°# Tilt 10 水平倾斜15-45°，垂直倾斜15-45°# Weather 10 在雨天，雪天，或者雾天# Blur 5 由于相机抖动造成的模糊# Challenge 10 其他的比较有挑战性的车牌# NP 5 没有车牌的新车每个名称可以分为七个字段。这些字段解释如下。
ccpd转coco的json格式以及代码执行的方法
SummerMiko_的博客
09-14 430
以上是完整的转换代码，运行的时候不要直接点运行，可能会报错说--data需要传入。注意--data 与后面的数据路径空一格。
yolov5训练ccpd数据集
08-23
您好！对于使用YOLOv5训练CCPD（Chinese CityParking Dataset）数据集的步骤，您可以按照以下几个主要步骤进行操作： 1. 数据集准备：下载CCPD数据集并进行数据清洗和标注。CCPD数据集是一个用于车牌检测和识别的中文城市停车场数据集。您可以从CCPD官方网站（https://github.com/detectRecog/CCPD）下载数据集，并根据自己的需求进行数据清洗和标注。 2. 数据集划分：将整个数据集划分为训练集、验证集和测试集。通常建议将数据集划分为70%的训练集，10%的验证集和20%的测试集。这样可以用训练集进行模型的训练，验证集用于调整模型的超参数，而测试集用于评估模型的性能。 3. 模型配置：在YOLOv5的配置文件（`yolov5/models/yolov5*.yaml`）中，根据您的需求设置模型的参数，例如batch size、学习率等。此外，还需要确定模型输出的类别数量，对于车牌检测和识别问题，通常为一个类别（车牌）。 4. 数据增强：为了增加训练样本的多样性和鲁棒性，建议使用数据增强技术。YOLOv5已内置了一些数据增强方法，如随机裁剪、缩放、旋转、翻转等，您可以在配置文件中设置相应的参数来启用这些增强方法。 5. 模型训练：使用YOLOv5的训练脚本（`yolov5/train.py`）进行模型训练。在训练脚本中，您需要指定训练集、验证集的路径，选择使用的模型配置文件，设置训练的超参数等。运行训练脚本后，模型将在训练集上进行迭代优化，直到达到指定的停止条件。 6. 模型评估：使用测试集对训练好的模型进行评估，计算模型的精度、召回率等指标。YOLOv5提供了一个评估脚本（`yolov5/test.py`），您可以通过指定测试集的路径、模型文件路径等参数来运行评估脚本。 以上是使用YOLOv5训练CCPD数据集的主要步骤。请注意，具体的操作可能因您的数据集和需求而有所差异，您可以根据实际情况进行相应的调整和优化。希望对您有所帮助！如有更多问题，请随时提问。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值