# 基于 PyTorch 和 OpenCV 的入门级车牌识别项目
这是中山大学智能工程学院大二的图像处理课程的第三次大作业。任务是处理车牌号码识别。
为了完成该作业,我参考了网上诸多资料,最终选择了如今的解决方案。即使用 OpenCV 中的传统图像方法对输入图像进行预处理,然后将车牌过滤和字符识别交给神经网络处理。
用到的两个神经网络都是由我自己使用 PyTorch 构建的,结构上借鉴了 LeNet5,十分简单,对于这种简单的任务可以说是绰绰有余,只需稍微训练即可取得不错的效果。
与其他的 repo 不同,这里我还给出了预训练好的网络模型 plate.pth 和 char.pth,便于大家复现出我的项目。
# 环境配置
Python 3.6
PyTorch 1.6.0+cu101
OpenCV 4.4.0
# 模型训练
需要注意的是,我的模型之前是在服务器上加载和运行的,模型结果是保存在第八张显卡上的。如果你的运行环境中显卡数目**少于八张**或者说第八张显卡的显存小于2G,则无法直接使用我的预训练模型。
如果需要自行训练模型,首先需要解压数据集 images.zip 使得其与 code 在同一目录下,然后还需要对 plateNeuralNet.py 和 charNeuralNet.py 进行一些修改,即
* 将文件头的 torch.cuda.set_device(7) 改为 torch.cuda.set_device(0)
* 将主函数中的 model = torch.load(train_model_path) 注释掉
* 恢复 model = char_cnn_net() 和 model = plate_cnn_net() 以及 model.apply(weights_init)
接下来只需要运行以下代码即可开始训练:
```bash
python3 plateNeuralNet.py
python3 charNeuralNet.py
```
由于训练需要一定时间,也可以用以下命令将进程挂到后台运行:
```bash
nohup python3 plateNeuralNet.py 1>plate.txt &
nohup python3 charNeuralNet.py 1>char.txt &
cat plate.txt
cat char.txt
```
使用 cat 命令即可实时地查看模型训练的进度。
# 项目运行
完成模型的训练后,替换掉原有的预训练模型。检查好数据所在的路径是否有误,然后就可以用以下命令开始运行项目:
```bash
python3 carPlateIdentity.py
```
如果需要测试特定图像,可以放进 images/test/ 目录下。
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和OpenCV 的入门级车牌识别项目源码+模型.zip大二的图像处理课程的第三次大作业。任务是处理车牌号码识别。为了完成该作业,我参考了网上诸多资料,最终选择了如今的解决方案。即使用 OpenCV 中的传统图像方法对输入图像进行预处理,然后将车牌过滤和字符识别交给神经网络处理。用到的两个神经网络都是由我自己使用 PyTorch 构建的,结构上借鉴了 LeNet5,十分简单,对于这种简单的任务可以说是绰绰有余,只需稍微训练即可取得不错的效果。与其他的 repo 不同,这里我还给出了预训练好的网络模型 plate.pth 和 char.pth,便于大家复现出我的项目。 基于PyTorch和OpenCV 的入门级车牌识别项目源码+模型.zip大二的图像处理课程的第三次大作业。任务是处理车牌号码识别。为了完成该作业,我参考了网上诸多资料,最终选择了如今的解决方案。即使用 OpenCV 中的传统图像方法对输入图像进行预处理,然后将车牌过滤和字符识别交给神经网络处理。用到的两个神经网络都是由我自己使用 PyTorch 构建的,结构上借鉴了 LeNet5,十分简单,对于这种简单的任
资源推荐
资源详情
资源评论
收起资源包目录
基于PyTorch和OpenCV 的入门级车牌识别项目源码+模型.zip (7个子文件)
基于PyTorch和OpenCV 的入门级车牌识别项目源码
images.zip 28.42MB
README.md 2KB
code
char.pth 3.74MB
plate.pth 1.66MB
charNeuralNet.py 5KB
plateNeuralNet.py 5KB
carPlateIdentity.py 18KB
共 7 条
- 1
资源评论
程序员张小妍
- 粉丝: 1w+
- 资源: 2948
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