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

HyperLPR 高性能中文车牌识别系统分析综述_第1张图片

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

HyperLPR 高性能中文车牌识别系统分析综述_第2张图片

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

你可能感兴趣的:(python,c++,深度学习)