基于YOLOV5的车牌检测和识别项目源码+数据集（高分项目）.zip

共77个文件

py：29个

jpg：21个

yaml：17个

版权申诉

数据集

源码

毕业设计

191 浏览量 2024-03-25 16:37:21 上传评论收藏 25.38MB ZIP 举报

资源推荐

资源详情

资源评论

收起资源包目录

基于Yolov5车牌检测,.zip （77个子文件）

License-Plate-Detector-主master

detect_plate.py 6KB

weights

best.pt 13.59MB

yolov5s.pt 14.11MB

download_weights.sh 278B

data

widerface.yaml 664B

train2yolo.py 6KB

coco128.yaml 2KB

argoverse_hd.yaml 849B

retinaface2yolo.py 6KB

hyp.finetune.yaml 846B

coco.yaml 2KB

val2yolo.py 2KB

voc.yaml 738B

hyp.scratch.yaml 2KB

scripts

get_argoverse_hd.sh 2KB

get_voc.sh 4KB

get_coco.sh 963B

hubconf.py 5KB

utils

__init__.py 0B

google_utils.py 5KB

loss.py 13KB

metrics.py 8KB

aws

__init__.py 0B

userdata.sh 1KB

mime.sh 780B

resume.py 1KB

autoanchor.py 7KB

general.py 26KB

wandb_logging

__init__.py 0B

log_dataset.py 819B

wandb_utils.py 16KB

activations.py 2KB

face_datasets.py 37KB

google_app_engine

Dockerfile 821B

app.yaml 173B

plots.py 17KB

datasets.py 41KB

torch_utils.py 12KB

infer_utils.py 1KB

使用说明.txt 708B

models

__init__.py 0B

yolov5s6.yaml 2KB

yolov5n6.yaml 2KB

export.py 3KB

yolov5m.yaml 1KB

yolov5s.yaml 1KB

yolov5l.yaml 1KB

common.py 15KB

yolov5l6.yaml 2KB

yolov5m6.yaml 2KB

experimental.py 5KB

yolov5n.yaml 1KB

yolov5-0.5.yaml 1KB

yolo.py 14KB

train.py 30KB

imgs

2.jpg 551KB

10.jpg 31KB

13.jpg 29KB

14.jpg 34KB

6.jpg 47KB

15.jpg 28KB

16.jpg 34KB

1.jpg 55KB

17.jpg 25KB

12.jpg 42KB

res.jpg 468KB

5.jpg 115KB

8.jpg 52KB

20.jpg 205KB

18.jpg 63KB

11.jpg 85KB

19.jpg 137KB

3.jpg 58KB

7.jpg 24KB

9.jpg 54KB

4.jpg 38KB

test.py 16KB

我们利用单物体检测算法Yolov5进行了车牌检测模型的训练，通过测试，检测效果和适用性都更突出，支持的模型也更为丰富。该版本的检测模型的训练，结合了CCPD数据集跟我们自有的数据，能够做到更多车牌种类的支持。 Pytorch模型测试 Clone and install Pytorch version 1.7.0 Python 3.8 python detect_plate.py 基于C++的NCNN模型测试 Source Code Compile cd Prj-ncnn cmake . make 支持车牌种类蓝色单层车牌黄色单层车牌绿色新能源车牌、民航车牌黑色单层车牌白色警牌、军牌、武警车牌黄色双层车牌绿色农用车牌白色双层军牌

评论收藏

内容反馈

版权申诉