基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测

# 车辆检测+计数+车牌检测与车牌识别 #### 介绍 基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测 基于win10系统，实用anaconda配置python环境，在anaconda里面下载vscode对项目进行编辑， #### 软件架构  #### [简洁版环境配置：] 编辑器我选择的是vscode，用anaconda创建虚拟python环境可以很好的分离项目，独立起来，方便。 - pytorch安装： - 官网推荐的安装代码如下，我使用的是Cuda10的版本： ``` - CUDA 10.0 - pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html - CUDA 9.2 - pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html - CPU only - pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html ``` 下载完成后找到安装路径：  在cmd定位过来后利用文件全名进行安装即可  #### 使用说明 1. 运行detect.py：实现对 /inference/images 路径下的图片和视频进行目标检测，卡车计数，和车牌检测与识别 2. 在/inference/output 路径下可看到输出情况  #### 结果展示