HyperLPR 高性能中文车牌识别系统分析综述

2021SC@SDUSC

概要及综述

HyperLRP是一个开源的、基于深度学习高性能中文车牌识别库，由北京智云视图科技有限公司开发，支持PHP、C/C++、Python语言，Windows/Mac/Linux/Android/IOS 平台

项目github地址：
https://gitee.com/zeusees/HyperLPR#%E4%B8%80%E9%94%AE%E5%AE%89%E8%A3%85

项目的车辆识别对象: 支持多种车牌以及双层；支持大角度车牌；轻量级识别模型

项目特性：(1) 速度快720p，单核Intel 2.2G CPU(Mabook Pro 2015)平均识别时间低于100ms (2)基于端到端的车辆识别无需进行字符分割 (3) 识别率高，卡口场景准确率95%~97%左右 (4) 轻量，总代码量不超过1k行

项目展示

通过阅读项目的readme.txt，博客文章的查找与阅读以及对于项目的分析，小组暂时确认核心代码位于hyperlpr_pr3文件夹，一部分位于HyperLPRLite.py内，则决定对这些文件展开长期研究分析

项目的分析分配方案

 经讨论，我负责hyperlpr_py3文件夹下的finemapping_vertical.py、niblack_thresholding.py、pipline.py以及plateStructure.py，并将从HyperLPRLite.py文件及外部的使用中一层层向下挖掘与分析，并对项目的核心代码以及分配方案做一定的调整