这是一个在不分割字符的情况下直接识别车牌号码的简单项目。
使用方法：
第一步：生成训练和测试数据集
cd generateCarPlate
python3 genCarPlate.py
将会在data目录下生成train、test数据集。
生成的图片示例：
生成的图片已经做了旋转、模糊、灰度变化等图像增强。git
训练卷积only的模型
网络模型:
训练
cd pytorch_model
python3 train.py 30 0.0001
30是在训练集训练的次数，0.0001是学习速率
测试
python3 test.py
将会输出准确率，我训练的car_plate_javer.pt模型能达到98.2的准确率（由于训练和测试数据集都是随机生成的，因此可能不同人测试有差异）。 这个准确率不算高，由于我的笔记本算力有限，没能进一步训练更大、更好的模型，不过我想，这个项目已足以证明不分割直接识别车牌的可行性
训练crnn(双向gru)+ctc
网络模型:
训练
cd pytorch_model
python3 train.py 30 0.0001 10
30是在训练集训练的次数，0.0001是学习速率,10是batch的大小
测试
python3 test.py
Pull Request
Pull request is welcome.
communicate with
QQ group: 704153141
致谢
数据集生成使用了genCarPlate，感谢作者！
License
BSD 3-Clause