第P10周：Pytorch实现车牌识别

第P10周：Pytorch实现车牌识别

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊

在之前的案例中，我们多是使用datasets.ImageFolder函数直接导入已经分类好的数据集形成Dataset，然后使用DataLoader加载Dataset，但是如果对无法分类的数据集，我们如何导入，并进行识别呢？

本周我将自定义一个MyDataset加载车牌数据集并完成车牌识别

🍺 基础要求：

1. 学习并理解本文

🍺 拔高要求：

1. 对单张车牌进行识别

🏡我的环境：

• 语言环境：Python3.8
• 编译器：Jupyter Lab
• 深度学习环境：
  • torch==2.2.2
  • torchvision==0.17.2

前期准备

• 如果设备上支持GPU就使用GPU,否则使用CPU
• Mac上的GPU使用mps

from torchvision.transforms import transforms
from torch.utils.data       import DataLoader
from torchvision            import datasets
import torchvision.models   as models
import torch.nn.functional  as F
import torch.nn             as nn
import torch,torchvision

import os,PIL,pathlib,warnings

warnings.filterwarnings("ignore")             #忽略警告信息

# this ensures that the current MacOS version is at least 12.3+
print(torch.backends.mps.is_available())

# this ensures that the current current PyTorch installation was built with MPS activated.
print(torch.backends.mps.is_built())

# 设置硬件设备，如果有GPU则使用，没有则使用cpu
device = torch.device("mps" if torch.backends.mps.is_available() else "cpu")
device # # 使用的是GPU

True
True
device(type='mps')

一、导入数据

1.1. 获取类别名

import os,PIL,random,pathlib

data_dir = './data/p10/015_licence_plate/'
data_dir = pathlib.Path(data_dir)

data_paths  = list(data_dir.glob('*'))
classeNames = [str(path).split("/")[-1].split("_")[1].split(".")[0] for path in data_paths]
classeNames[:3]

['沪G1CE81', '云G86LR6', '鄂U71R9F']

data_paths     = list(data_dir.glob('*'))
data_paths_str = [str(path) for path in data_paths]
data_paths_str[:3]

['data/p10/015_licence_plate/000008250_沪G1CE81.jpg',
 'data/p10/015_licence_plate/000015082_云G86LR6.jpg',
 'data/p10/015_licence_plate/000004721_鄂U71R9F.jpg']

1.2. 数据可视化

import os,PIL,random,pathlib
import matplotlib.pyplot as plt

plt.figure(figsize=(14,5))
plt.suptitle("数据示例",fontsize=15)

for i in range(18):
    plt.subplot(3,6,i+1)
    
    # 显示图片
    images = plt.imread(data_paths_str[i])
    plt.imshow(images)

plt.show()

1.3. 标签数字化

import numpy as np

char_enum = ["京","沪","津","渝","冀","晋","蒙","辽","吉","黑","苏","浙","皖","闽",