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


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)

目录
monitor