1.概要:初探
1、輸入:視覺的數據
2、輸出:車輛車牌識別
2.1 yolov3圖片識別結果
2.2 yolov3樸素的問題求解思路如右圖
2.3 yolov3 網絡架構
2.4 yolov3算法Tensor變化過程
3. yolov3解析
4. 基於yolov3的車牌識別基於yolov3的車牌識別基於yolov3的車牌識別基於yolov3的車牌識別
idea:
問題定位:算法魯棒性不夠。
問題1:圖像畸變下的旋轉問題,增加FPN網絡深度,嘗試增加算法對旋轉的適應性。
在實際的車牌識別過程中可以先使用yolov3做車牌定位/車牌檢測,在定位的基礎上去做GAN網絡的圖像增強,然後使用pytesseract實現OCR的識別,從而獲取更精確的識別結果。
模型輸入輸出: