1.单行蓝牌 2.单行黄牌 3.新能源车牌 4.白色警用车牌 5 教练车牌 6 武警车牌 7 双层黄牌 8 双层武警 9 使馆车牌 10 港澳牌车 11 双层农用车牌 12 民航车牌
测试demo: 以yolov7-lite-s 为例:
python detect_rec_plate.py --detect_model weights/yolov7-lite-s.pt --rec_model weights/plate_rec.pth --source imgs --output result
测试文件夹imgs,结果保存再 result 文件夹中
-
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/plate.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 以yolov7-lite-s 为例:
python train.py --batch-size 32 --data data/plate.yaml --img 640 640 --cfg cfg/yolov7-lite-s.yaml --weights weights/yolov7-lite-s.pt --name yolov7 --hyp data/hyp.face.yaml
结果存在run文件夹中
车牌识别训练链接如下:
有问题可以提issues 或者加qq群:871797331 询问
支持如下: