案例介绍
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。
案例图片
相似案例推荐
其他人才的相似案例推荐
-
腕宝App
腕宝，您专属的智能运动私教和贴身管家——提供专业的运动记录、
-
蓝牙充电仓
在蓝牙耳机充电盒项目中，我担任了核心技术开发的角色，主要负责
-
EMG Based+
项目描述 ：是一款实时采集表面肌电信号和动作信息，并结合场景
-
健康宝Health
健康宝HealthAPP是由银江技术股份有限公司开发的一款智
-
智能运动手环
主要负责运动模块以及通讯蓝牙将MPU6050所采集数据进行处
-
心享安康
1、多项参数采集：心电检测、心率监测、血压监测、血氧监测、体
-
南京蜂巢
1. 根据客户要求设计自动化系统，编写自动控制程序，设备调试
-
没有
参赛收获 能力提升：短时间高强度训练（远超日常项目） 就
-
驾驶员情绪识别
基于经典情绪数据集以及爬虫技术采集的网络公开的驾驶员座舱图片
-
Android扫码机设备
我负责设计并实现了一个高效的盘点任务管理界面。该界面允许用户
-
wms
仓库管理系统(WMS) 内容: 公司原有ERP系统在处理
-
重力训练信号处理与算法开发
本项目由本人担任主要算法设计与编写者，实现了行业内顶级的算法
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
接收人才推送
联系需求方端客服