略略略的案例列表
作者：略略略 · 共 2 个案例
车牌识别
基于深度学习的车牌识别过程主要包括车辆检测、车牌侦测和车牌号识别三个环节。首先，利用YOLO等目标检测网络对车辆进行定位；接着，采用resnet18等网络对车牌进行精确侦测，输出车牌边框的仿射变换矩阵；最后，通过Resnet18+transformer模型对车牌号进行序列识别，直接输出车牌号序列。这一过程实现了从图像到车牌号的端到端识别，无需手动设计特征或进行字符分割。
人员检测
车牌识别具有广泛的应用前景，基于传统方法的车牌识别效果一般比较差，随着计算机视觉技术的快速发展，深度学习的方法能够更好的完成车牌识别任务。 本文提供了车牌识别方案的部署链接，您可以在网页上体验该模型的效果：车牌识别方案在线体验 本文介绍了使用PaddleOCR完成车牌识别任务的方法，其检测效果如下图：
案例判断参考
略略略的案例列表
车牌识别
基于深度学习的车牌识别过程主要包括车辆检测、车牌侦测和车牌号识别三个环节。首先，利用YOLO等目标检测网络对车辆进行定位；接着，采用resnet18等网络对车牌进行精确侦测，输出车牌边框的仿射变换矩阵；最后，通过Resnet18+transformer模型对车牌号进行序列识别，直接输出车牌号序列。这一过程实现了从图像到车牌号的端到端识别，无需手动设计特征或进行字符分割。...
人员检测
车牌识别具有广泛的应用前景，基于传统方法的车牌识别效果一般比较差，随着计算机视觉技术的快速发展，深度学习的方法能够更好的完成车牌识别任务。 本文提供了车牌识别方案的部署链接，您可以在网页上体验该模型的效果：车牌识别方案在线体验 本文介绍了使用PaddleOCR完成车牌识别任务的方法，其检测效果如下图：...
