54、车牌识别与学生成绩相关性研究

车牌识别与学生成绩相关性研究

车牌识别研究

在车牌识别研究中，采用了tiny - yolov2架构，输入图像大小为416 x 416 x 3。整个研究方法包含四个重要阶段：
1. 数据集构建
- 为开展研究，创建了包含2125张图像的数据集，通过抓拍实时图像来构建案例。选取组织入口大门和停车场区域抓拍原始输入图像或视频。
- 为获取测试数据的实时图像，探讨了相机的两个不同位置：
- 一个位置在栏杆后方。
- 另一个位置在栏杆角落。
- 车辆驶向组织时会经过三个减速带，栏杆到第一、二、三个减速带的距离分别为5米、6米和15米。
2. 数据预处理
- 数据集被分为两部分：
- 第一部分有297张图像，包含5个不同类别，用于比较优化后的tiny - yolov2和原始tiny - yolov2对车牌的检测成功案例数量。具体各类别图像数量如下：
| 类别 | 图像数量 |
| ---- | ---- |
| 第一类 | 65 |
| 第二类 | 53 |
| 第三类 | 61 |
| 第四类 | 59 |
| 第五类 | 59 |
- 第二部分有1828张图像，包含7个不同类别，用于检查优化架构的性能。具体各类别图像数量如下：
| 类别 | 图像数量 |
| ---- | ---- |
| 第一类 | 288 |
| 第二类 | 227 |
| 第三类 | 230 |
| 第四类 | 265 |
| 第五类 | 23