# License-Plate-Recoginition(LPR)
## 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。

## 模型结构
模型采用LPRNet，主要包含三部分：基于一个轻量级CNN的主干网络、基于预定位置的字符分类头部、基于贪婪算法的序列解码。



车牌识别模块，可以更换成crnn网络做识别，也可以更换到传统图像处理方法分割字符后逐个字符识别，
在这个车牌检测和识别系统里，我觉得最重要的是前面的车牌检测与矫正模块，因为如果前面没做好，
那么后面输入到车牌识别模块里的图片是一个倾斜的车牌，这时候输出结果就出错了。

对于车牌检测，也可以使用图像分割的思想，例如使用UNet语义分割网络，分割出车牌，
二值化然后查找连通域，计算4个顶点

导出onnx模型：
python test.py --export_onnx true

推理onnx模型：
python LPRNet_ORT_infer.py
## 数据集
## 训练及推理
## 性能和准确率数据
## 参考