Chinese_license_plate_detection_recognition: A Python repository from bennyUSTC

What's New

2022.12.04 车辆和车牌一起检测看这里车辆系统

最全车牌识别算法，支持14种中文车牌类型

环境要求: python >=3.6 pytorch >=1.7

图片测试demo:

python detect_plate.py --detect_model weights/plate_detect.pt  --rec_model weights/plate_rec.pth --image_path imgs --output result

测试文件夹imgs，结果保存再 result 文件夹中

视频测试demo 2.MP4 提取码：41aq

python detect_plate.py --detect_model weights/plate_detect.pt  --rec_model weights/plate_rec.pth --video 2.mp4

视频文件为2.mp4 保存为result.mp4

车牌检测训练

下载数据集： datasets 提取码：pi6c 数据从CCPD和CRPD数据集中选取并转换的数据集格式为yolo格式：
```
label x y w h  pt1x pt1y pt2x pt2y pt3x pt3y pt4x pt4y
```
关键点依次是（左上，右上，右下，左下）坐标都是经过归一化，x,y是中心点除以图片宽高，w,h是框的宽高除以图片宽高，ptx，pty是关键点坐标除以宽高

修改 data/widerface.yaml train和val路径,换成你的数据路径

train: /your/train/path #修改成你的路径
val: /your/val/path     #修改成你的路径
# number of classes
nc: 2                 #这里用的是2分类，0 单层车牌 1 双层车牌

# class names
names: [ 'single','double']

训练

python3 train.py --data data/widerface.yaml --cfg models/yolov5n-0.5.yaml --weights weights/plate_detect.pt --epoch 250

结果存在run文件夹中

检测模型 onnx export 检测模型导出onnx,需要安装onnx-sim onnx-simplifier

1. python export.py --weights ./weights/plate_detect.pt --img 640 --batch 1
2. onnxsim weights/plate_detect.onnx weights/plate_detect.onnx

训练好的模型进行检测

python detect_demo.py  --detect_model weights/plate_detect.pt

车牌识别训练

车牌识别训练链接如下：

车牌识别训练

支持如下：

部署

安卓NCNN

2.onnx demo，onnx模型见onnx模型，提取码：ixyr

python onnx_infer.py --detect_model weights/plate_detect.onnx  --rec_model weights/plate_rec.onnx  --image_path imgs --output result_onnx

3.tensorrt 部署见tensorrt_plate

4.openvino demo 版本2022.2

 python openvino_infer.py --detect_model weights/plate_detect.onnx --rec_model weights/plate_rec.onnx --image_path imgs --output result_openvino

References

联系

有问题可以提issues 或者加qq群:871797331 询问

bennyUSTC/Chinese_license_plate_detection_recognition

What's New

最全车牌识别算法，支持14种中文车牌类型

图片测试demo:

视频测试demo 2.MP4 提取码：41aq

车牌检测训练

车牌识别训练

支持如下：

部署

References

联系