基于深度学习的车牌检测和识别教程
关注
分享
扫一扫
全面讲解车牌检测和识别的各个环节，包括车牌检测国内外研究进展、数据集、传统识别算法、深度学习识别算法、PC端部署、Jetson Nano嵌入式部署等环节。
钱彬（Qian Bin）
18年博士毕业于南京理工大学模式识别专业，图像处理算法工程师，AI/深度学习培训讲师。研究方向：机器视觉、深度学习、工业质检。著有《python web开发从入门到实战》、《深度学习与图像处理（PaddlePaddle）》书籍，感谢支持！
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
目标检测之IoU、precision、recall、AP、mAP详解
目录1. 目标检测概述2. IoU3.precision（精度）和recall（召回率）4. AP和mAP5.实际计算方法1. 目标检测概述目标检测的任务是找出图像中所有感兴趣的目标（物体），确定它们的位置和大小，是计算机视觉领域的核心问题之一。以下图为例，图中需要识别3类物体：car（车）、bicycle（自行车）、dog（狗），通过特定的目标检测算法希望最终把...原创 2020-01-15 20:55:17 · 11783 阅读 · 6 评论 -
开源车牌数据集CCPD介绍
传统车牌检测和识别都是在小规模数据集上进行实验和测试，所获得的算法模型无法胜任环境多变、角度多样的车牌图像检测和识别任务。为此，中科大团队建立了CCPD数据集，这是一个用于车牌识别的大型国内停车场车牌数据集，该团队同时在ECCV2018国际会议上发表论文Towards End-to-End License Plate Detection and Recognition: A Large Datas...原创 2019-11-11 14:48:44 · 27848 阅读 · 8 评论