基于改进YOLOv5的非限定条件下车牌检测算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：深度学习是机器学习最新的研究方向，实践证明在OCR和Object Detection算法上采用深度学习算法精度更高、鲁棒性更好。利用深度学习进行车牌识别的过程主要分为车牌检测、车牌识别两大阶段。在非限制条件下，如光线、天气等因素造成的干扰，识别准确率仍是一项具有挑战性的研究工作，文章提出一种基于改进YOLO v5的算法，实现车牌快速定位，并通过实验进行论证，结果表明能够有效提高车牌检测的检测精度和速度。（剩余5678字）

试读结束

目录
monitor