Skip to content

GitLab

Commit 967cf1b8 authored by 刘明贵's avatar 刘明贵
Browse files

修改readme

parent 66498f8a
Hide whitespace changes
Inline Side-by-side
Showing with 12 additions and 5 deletions
README.md
View file @ 967cf1b8
<!--
* @Author: liuhy
* @email: liuhy6@sugon.com
* @Date: 2023-03-03 10:17:07
* @LastEditTime: 2023-03-03 10:25:36
* @FilePath: \lpr\README.md
-->
# License-Plate-Recoginition(LPR) # License-Plate-Recoginition(LPR)
## 模型介绍 ## 模型介绍
LPR是一个基于深度学习技术的车牌识别模型，主要识别目标是自然场景的车牌图像。 LPR是一个基于深度学习技术的车牌识别模型，主要识别目标是自然场景的车牌图像。
## 模型结构 ## 模型结构
模型采用LPRNet，模型结构主要包含三部分：一个轻量级CNN主干网络、基于预定位置的字符分类头部、基于贪婪算法的序列解码。此外模型使用CTC Loss和RMSprop优化器。 模型采用LPRNet，模型结构主要包含三部分：一个轻量级CNN主干网络、基于预定位置的字符分类头部、基于贪婪算法的序列解码。此外模型使用CTC Loss和RMSprop优化器。参考论文[LPRNet: License Plate Recognition via Deep Neural Networks](https://arxiv.org/pdf/1806.10447v1.pdf)
## 数据集 ## 数据集
推荐使用一个车牌数据集[CCPD](https://github.com/detectRecog/CCPD "CCPD官网GitHub")，也可参考[CCPD](https://blog.csdn.net/LuohenYJ/article/details/117752120 "CCPD中文版介绍")，该数据集由中科大收集，可用于车牌的检测与识别。我们提供了一个脚本cut_ccpd.py用于剪裁出CCPD数据集中的车牌位置，以便用于LPR模型的训练，在cut_ccpd.py中修改img_path和save_path即可，分别是CCPD数据集中ccpd_base文件夹的路径和剪裁出的图像保存路径。LPR用于训练的数据文件名就是图像的标签。**数据集使用固定的大小94x24。** 推荐使用一个车牌数据集[CCPD](https://github.com/detectRecog/CCPD "CCPD官网GitHub")，该数据集由中科大收集，可用于车牌的检测与识别。
我们提供了一个脚本cut_ccpd.py用于剪裁出CCPD数据集中的车牌位置，以便用于LPR模型的训练，在cut_ccpd.py中修改img_path和save_path即可，分别是CCPD数据集中ccpd_base文件夹的路径和剪裁出的图像保存路径。LPR用于训练的数据文件名就是图像的标签。**数据集使用固定的大小94x24。**
## 训练及推理 ## 训练及推理
### 环境配置 ### 环境配置
在[光源](https://www.sourcefind.cn/#/service-details)可拉取docker镜像，在[光合开发者社区](https://cancon.hpccube.com:65024/4/main/)可下载Migraphx和ONNXruntime安装包。LPR推荐的镜像、Migraphx以及ONNXruntime版本如下： 在[光源](https://www.sourcefind.cn/#/service-details)可拉取docker镜像，在[光合开发者社区](https://cancon.hpccube.com:65024/4/main/)可下载Migraphx和ONNXruntime安装包。LPR推荐的镜像、Migraphx以及ONNXruntime版本如下：
...@@ -14,9 +22,9 @@ LPR是一个基于深度学习技术的车牌识别模型，主要识别目标 ...@@ -14,9 +22,9 @@ LPR是一个基于深度学习技术的车牌识别模型，主要识别目标
### 训练与Fine-tunning ### 训练与Fine-tunning
LPR模型的训练程序是train.py，初次训练模型使用以下命令： LPR模型的训练程序是train.py，初次训练模型使用以下命令：
python train.py \ `python train.py \
--train_img_dirs 训练集文件夹路径 \ --train_img_dirs 训练集文件夹路径 \
--test_img_dirs 验证集文件夹路径 --test_img_dirs 验证集文件夹路径`
Fine-tunning使用以下命令： Fine-tunning使用以下命令：
python train.py \ python train.py \
...@@ -55,6 +63,5 @@ LPRNet_migraphx_infer.py是基于Migraphx的推理脚本，使用需安装好Mig ...@@ -55,6 +63,5 @@ LPRNet_migraphx_infer.py是基于Migraphx的推理脚本，使用需安装好Mig
| Migraphx | onnx | 91.0 | 3.70 | | Migraphx | onnx | 91.0 | 3.70 |
| Migraphx | mxr | 91.0 | 3.27 | | Migraphx | mxr | 91.0 | 3.27 |
## 参考 ## 参考
* [LPRNet: License Plate Recognition via Deep Neural Networks](https://arxiv.org/pdf/1806.10447v1.pdf)
* [LPRNet_Pytorch](https://github.com/sirius-ai/LPRNet_Pytorch) * [LPRNet_Pytorch](https://github.com/sirius-ai/LPRNet_Pytorch)
* [license-plate-detect-recoginition](https://github.com/qzpzd/license-plate-detect-recoginition) * [license-plate-detect-recoginition](https://github.com/qzpzd/license-plate-detect-recoginition)
\ No newline at end of file
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment