# 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
![软件架构](https://images.gitee.com/uploads/images/2021/0726/124949_31173f9c_5230895.png "屏幕截图.png")
#### [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:
![输入图片说明](https://images.gitee.com/uploads/images/2021/0726/163505_a23ec979_5230895.png "屏幕截图.png")
在cmd定位过来后利用文件全名进行安装即可
![输入图片说明](https://images.gitee.com/uploads/images/2021/0726/163530_2a02cebb_5230895.png "屏幕截图.png")
#### 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
![实操情况](https://images.gitee.com/uploads/images/2021/0726/125452_912b655b_5230895.png "屏幕截图.png")
#### 结果展示
![输入图片说明](https://images.gitee.com/uploads/images/2021/0726/125806_282bc84b_5230895.png "屏幕截图.png")
![输入图片说明](https://images.gitee.com/uploads/images/2021/0726/125821_d3b76e7b_5230895.png "屏幕截图.png")
![输入图片说明](https://images.gitee.com/uploads/images/2021/0726/125852_8f9547b9_5230895.png "屏幕截图.png")
![输入图片说明](https://images.gitee.com/uploads/images/2021/0726/125900_c0c3d530_5230895.png "屏幕截图.png")
![输入图片说明](https://images.gitee.com/uploads/images/2021/0726/125922_5f8e31d1_5230895.png "屏幕截图.png")
![输入图片说明](https://images.gitee.com/uploads/images/2021/0726/125934_4f9e2aa9_5230895.png "屏幕截图.png")
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
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。 使用方式: 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。在/inference/output 路径下可看到输出情况。
资源推荐
资源详情
资源评论
收起资源包目录
car-master.rar (58个子文件)
inference
output
cv.mp4 1.56MB
1.png 154KB
k.png 873KB
3.jpg 146KB
2.png 682KB
images
1.png 202KB
k.png 794KB
3.jpg 686KB
2.png 609KB
weights
Final_LPRNet_model.pth 1.72MB
.keep 0B
download_weights.sh 244B
utils
utils.py 52KB
google_utils.py 4KB
utils_1.py 15KB
grneral.py 54KB
activations.py 2KB
datasets.py 36KB
__pycache__
datasets.cpython-36.pyc 25KB
torch_utils.cpython-36.pyc 9KB
google_utils.cpython-36.pyc 2KB
utils_1.cpython-36.pyc 6KB
utils.cpython-36.pyc 39KB
torch_utils.py 9KB
nets
CSPdarknet.py 7KB
__pycache__
CSPdarknet.cpython-36.pyc 4KB
yolo_training.cpython-36.pyc 11KB
yolo4.cpython-36.pyc 4KB
yolo_training.py 23KB
yolo4.py 7KB
model_data
yolo_anchors.txt 85B
simhei.ttf 9.3MB
coco_classes.txt 705B
voc_classes.txt 153B
car_classes.txt 217B
models
hub
yolov5-panet.yaml 2KB
yolov3-spp.yaml 2KB
yolov5-fpn.yaml 1KB
export.py 3KB
yolov5m.yaml 2KB
yolov5s.yaml 2KB
yolov5l.yaml 2KB
common.py 4KB
yolo1.py 13KB
experimental.py 5KB
LPRNet.py 4KB
__pycache__
experimental.cpython-36.pyc 6KB
yolo.cpython-36.pyc 8KB
common.cpython-36.pyc 5KB
LPRNet.cpython-36.pyc 3KB
yolov5x.yaml 2KB
yolo.py 10KB
spinenet.py 5KB
detect.py 8KB
.gitignore 1KB
__pycache__
yolo.cpython-36.pyc 8KB
README.md 2KB
yolo.py 17KB
共 58 条
- 1
资源评论
十小大
- 粉丝: 9800
- 资源: 2556
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