目前支持车辆检测+车牌检测识别
环境要求: python >=3.6 pytorch >=1.7
python Car_recognition.py --detect_model weights/detect.pt --rec_model weights/plate_rec_color.pth --image_path 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:3s0j 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
车辆标注不需要关键点 关键点全部置为-1即可
-
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: 3 #这里用的是3分类,0 单层车牌 1 双层车牌 2 车辆 # class names names: [ 'single_plate','double_plate','Car']
-
训练
python3 train.py --data data/plateAndCar.yaml --cfg models/yolov5n-0.5.yaml --weights weights/detect.pt --epoch 250
结果存在run文件夹中
车牌识别训练链接如下:
- https://github.com/we0091234/Chinese_license_plate_detection_recognition
- https://github.com/deepcam-cn/yolov5-face
- https://github.com/meijieru/crnn.pytorch
车型,车辆颜色,品牌等。
有问题可以提issues 或者加qq群 823419837 询问