# 车牌自动检测系统
## 介绍
该车牌检测系统基于YOLO算法
参考论文如下
* Paper webpage: http://sergiomsilva.com/pubs/alpr-unconstrained/
## 运行环境
运行代码之前,首先安装带有TensorFlow后端的Keras框架。Darknet框架是独立的,位于“ darknet”文件夹中,必须在运行测试之前进行编译。要构建Darknet,只需在“ darknet”文件夹中键入“ make”:
$ cd darknet && make
**当前版本已在Ubuntu 18.04计算机,Keras 2.2.4,TensorFlow 1.5.0,OpenCV 2.4.9,NumPy 1.14和Python 2.7上进行了测试。**
## 简单运行此项目
使用脚本“ run.sh”运行系统时,它需要3个参数:
输入目录(-i):至少应包含1张JPG或PNG格式的图像;
输出目录(-o):在识别过程中,许多临时文件将在此目录内生成并最终删除。其余文件将与自动注释的图像相关;
CSV文件(-c):指定输出CSV文件。
```shellscript
$ bash get-networks.sh && bash run.sh -i samples/test -o /tmp/output -c /tmp/output/results.csv
```
没有合适的资源?快使用搜索试试~ 我知道了~
基于YOLO算法的车牌识别项目
共503个文件
jpg:315个
c:69个
h:49个
需积分: 1 3 下载量 89 浏览量
2024-03-02
10:21:45
上传
评论 1
收藏 80.64MB ZIP 举报
温馨提示
该车牌检测系统基于YOLO算法 参考论文如下 Paper webpage: http://sergiomsilva.com/pubs/alpr-unconstrained/ 运行环境: 运行代码之前,首先安装带有TensorFlow后端的Keras框架。Darknet框架是独立的,位于“ darknet”文件夹中,必须在运行测试之前进行编译。要构建Darknet,只需在“ darknet”文件夹中键入“ make”: $ cd darknet && make 当前版本已在Ubuntu 18.04计算机,Keras 2.2.4,TensorFlow 1.5.0,OpenCV 2.4.9,NumPy 1.14和Python 2.7上进行了测试。 简单运行此项目 使用脚本“ run.sh”运行系统时,它需要3个参数: 输入目录(-i):至少应包含1张JPG或PNG格式的图像; 输出目录(-o):在识别过程中,许多临时文件将在此目录内生成并最终删除。其余文件将与自动注释的图像相关; CSV文件(-c):指定输出CSV文件。 $ bash get-networks.sh && bash r
资源推荐
资源详情
资源评论
收起资源包目录
基于YOLO算法的车牌识别项目 (503个子文件)
wget-log.1 19KB
wget-log.2 6KB
data.c 47KB
parser.c 44KB
lsd.c 44KB
go.c 43KB
image.c 41KB
classifier.c 35KB
network.c 30KB
detector.c 28KB
lstm_layer.c 24KB
region_layer.c 19KB
convolutional_layer.c 19KB
darknet.c 18KB
attention.c 15KB
rnn.c 15KB
utils.c 14KB
gru_layer.c 13KB
nightmare.c 13KB
coco.c 13KB
yolo_layer.c 12KB
connected_layer.c 11KB
yolo.c 11KB
captcha.c 11KB
compare.c 11KB
demo.c 10KB
batchnorm_layer.c 10KB
detection_layer.c 10KB
rnn_layer.c 10KB
deconvolutional_layer.c 10KB
blas.c 9KB
crnn_layer.c 9KB
local_layer.c 9KB
box.c 8KB
instance-segmenter.c 8KB
gemm.c 8KB
cifar.c 8KB
segmenter.c 8KB
regressor.c 7KB
iseg_layer.c 7KB
rnn_vid.c 7KB
normalization_layer.c 5KB
cost_layer.c 5KB
reorg_layer.c 5KB
voxel.c 5KB
layer.c 4KB
writing.c 4KB
tag.c 4KB
matrix.c 4KB
cuda.c 4KB
maxpool_layer.c 4KB
route_layer.c 4KB
tree.c 4KB
super.c 4KB
dice.c 4KB
softmax_layer.c 3KB
activations.c 3KB
upsample_layer.c 3KB
option_list.c 3KB
shortcut_layer.c 3KB
crop_layer.c 3KB
swag.c 2KB
logistic_layer.c 2KB
avgpool_layer.c 2KB
l2norm_layer.c 2KB
activation_layer.c 2KB
dropout_layer.c 2KB
art.c 1KB
list.c 1KB
col2im.c 1KB
im2col.c 1KB
blas_kernels.cu 33KB
convolutional_kernels.cu 10KB
crop_layer_kernels.cu 7KB
activation_kernels.cu 6KB
deconvolutional_kernels.cu 5KB
maxpool_layer_kernels.cu 3KB
col2im_kernels.cu 2KB
im2col_kernels.cu 2KB
avgpool_layer_kernels.cu 2KB
dropout_layer_kernels.cu 1KB
.editorconfig 48B
LICENSE.fuck 474B
LICENSE.gen 6KB
.gitattributes 28B
.gitignore 200B
.gitignore 27B
LICENSE.gpl 34KB
stb_image.h 254KB
stb_image_write.h 63KB
darknet.h 19KB
blas.h 7KB
activations.h 3KB
image.h 2KB
convolutional_layer.h 2KB
data.h 2KB
utils.h 2KB
local_layer.h 943B
gemm.h 928B
deconvolutional_layer.h 871B
共 503 条
- 1
- 2
- 3
- 4
- 5
- 6
资源评论
阿齐Archie
- 粉丝: 1w+
- 资源: 2301
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功