基于YOLOV5的车牌定位和识别源码.zip

【实例简介】
这是基于YOLOV5目标检测模型的实时车牌识别，包括对车辆的车牌区域精确定位，利用校正探测器对定位的车牌进行边框校正处理，使用增强神经网络模型对车牌区域进行超分辨率技术处理和光学字符识别。经过多次试验测试，可以对视频中的车辆车牌实时识别以及图片中的车辆车牌进行准确定位和识别，识别速度快，准确率高，比那些传统车牌识别方法效果好很多。效果演示视频：1.https://www.bilibili.com/video/BV1eK4y1m7GQ/ 2.https://www.bilibili.com/video/BV13K4y1K7Pi/
【实例截图】
【核心代码】
16359647406422524919.zip
└── 基于YOLOV5的车牌定位和识别源码
├── plate-main
│   ├── data
│   ├── detect.py
│   ├── Dockerfile
│   ├── hubconf.py
│   ├── inference
│   │   ├── images
│   │   │   ├── 10.jpg
│   │   │   ├── 11.jpg
│   │   │   ├── 4.jpg
│   │   │   ├── 5.jpg
│   │   │   ├── 6.jpg
│   │   │   ├── 7.jpg
│   │   │   ├── 8.jpg
│   │   │   └── 9.jpg
│   │   └── output
│   │   ├── 10.jpg
│   │   ├── 11.jpg
│   │   ├── 4.jpg
│   │   ├── 5.jpg
│   │   ├── 6.jpg
│   │   ├── 7.jpg
│   │   ├── 8.jpg
│   │   └── 9.jpg
│   ├── LICENSE
│   ├── models
│   │   ├── common.py
│   │   ├── experimental.py
│   │   ├── export.py
│   │   ├── hub
│   │   │   ├── yolov3-spp.yaml
│   │   │   ├── yolov5-fpn.yaml
│   │   │   └── yolov5-panet.yaml
│   │   ├── LPRNet.py
│   │   ├── spinenet.py
│   │   ├── yolo1.py
│   │   ├── yolo.py
│   │   ├── yolov5l.yaml
│   │   ├── yolov5m.yaml
│   │   ├── yolov5s.yaml
│   │   └── yolov5x.yaml
│   ├── README.md
│   ├── read_yaml.py
│   ├── requirements.txt
│   ├── runs
│   │   ├── Aug08_11-39-00_DESKTOP-7GCIPTN
│   │   │   ├── events.out.tfevents.1596857940.DESKTOP-7GCIPTN.24020.0
│   │   │   ├── hyp.yaml
│   │   │   ├── labels.png
│   │   │   ├── LR.png
│   │   │   └── opt.yaml
│   │   ├── events.out.tfevents.1594440460.ml-02.4059172.0
│   │   ├── Jul11_19-58-12_DESKTOP-7GCIPTN
│   │   │   ├── events.out.tfevents.1594468692.DESKTOP-7GCIPTN.15976.0
│   │   │   └── LR.png
│   │   └── Sep18_13-37-40_DESKTOP-7GCIPTN
│   │   ├── events.out.tfevents.1600407460.DESKTOP-7GCIPTN.6048.0
│   │   └── LR.png
│   ├── simsun.ttc
│   ├── test.py
│   ├── train1.py
│   ├── train.py
│   ├── tutorial.ipynb
│   ├── utils
│   │   ├── activations.py
│   │   ├── datasets.py
│   │   ├── google_utils.py
│   │   ├── grneral.py
│   │   ├── torch_utils.py
│   │   └── utils.py
│   └── weights
│   ├── download_weights.sh
│   ├── Final_LPRNet_model.pth
│   ├── last.pt
│   ├── yolov5l.pt
│   ├── yolov5m.pt
│   ├── yolov5s.pt
│   └── yolov5x.pt
└── 运行说明.txt

13 directories, 67 files