毕业设计：Python基于卷积神经网络的车牌识别仿真（源码 + 数据库 + 说明文档）

# 车辆检测+计数+车牌检测与车牌识别 一个小时内不能上传超过20个文件，慢慢更新中... #### 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  #### 安装教程 [保姆级环境配置：](https://blog.csdn.net/weixin_44791964/article/details/106037141) #### [简洁版环境配置：] - last.pt 权重文件太大，不能直接上传到码云，通过百度云方式分享，下载后，放入weights文件夹。 - 链接： - 链接：https://pan.baidu.com/s/1OmMVqckyMDosopfwv52zTQ - 提取码：je0x - 有码友发来这样的消息： -  - 所以上传到百度云： 链接：https://pan.baidu.com/s/1sG9VdVt_HR-mi53UcII3ZA 提取码：n7uc 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 ``` - 给出网盘链接： - 链接：https://pan.baidu.com/s/1YwcoaSRmNaeWZfHWkZ8lJg - 提取码：9i28 - 这样下载的速度比较慢，可以通过下载whl文件在本地进行安装。 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  安装有问题可以跳转到保姆级教程：[保姆级环境配置：](https://blog.csdn.net/weixin_44791964/article/details/106037141) #### 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       #### 欢迎交流 加了我QQ的就请不要加微信了，避免联系人冗余。 Wechat_id:wechatmaster007 在读中科院攻读nlp方向小硕一枚。 #### 小鸡汤： 很多坑要自己去踩才能成长的，动不动就把问题抛给我，我除了又成长了一遍，你们还得到了什么。 你们碰到99%的问题，通过搜索引擎都是能解决的。 要善于自己动手，发现问题不是啥本事，发现问题并解决问题才是本事。 我的代码已经写得很清楚了，在框架方向基本无误的情况下，是可以通过debug调通代码的。