一種識別傾斜混合顏色車牌的輕量級模型

摘要： 基于神經(jīng)網(wǎng)絡(luò)的車牌識別模型占用存儲空間較大，這不利于邊緣計(jì)算設(shè)備的部署，并且對傾斜類車牌和混合顏色車牌的識別率偏低。為了解決這些問題，提出了一種識別傾斜、混合顏色車牌的輕量級神經(jīng)網(wǎng)絡(luò)組合模型。首先采用基于YOLO算法的改進(jìn)算法P-YOLO,實(shí)現(xiàn)車牌的檢測、分類和定位；隨后，使用基于神經(jīng)網(wǎng)絡(luò)的車牌識別(LPRNet)算法的改進(jìn)算法N-G-LPRNet進(jìn)行車牌字符識別，并用不同算法... （共7頁）

深度學(xué)習(xí) 目標(biāo)檢測 字符識別 預(yù)測點(diǎn) 灰度預(yù)處理