简体中文 | English
如果觉得有用,不妨给个Star⭐️🌟支持一下吧~ 谢谢!
加微信(备注:PlateAlgorithm),进讨论群(群里超多大佬)可以获得10G大小的车牌检测和识别数据
1.单行蓝牌 2.单行黄牌 3.新能源车牌 4.白色警用车牌 5 教练车牌 6 武警车牌 7 双层黄牌 8 双层武警 9 使馆车牌 10 港澳牌车 11 双层农用车牌 12 民航车牌
车牌识别在线体验:http://zhoujiayao.com:8200/
车牌检测(yolov5plate,yolov7plate,yolov8playe),车牌校正,车牌识别,车牌检测识别;
文件夹 | State | 说明 |
---|---|---|
PLateDetection_yolov5 | Done | yolov5 车牌检测 |
PLateDetection_yolov7 | Done | yolov7 车牌检测 |
PLateDetection_yolov8 | Doing | yolov8 车牌检测 |
PlateRecognition | Done | 车牌识别 |
PlateDetectionRecognition | Done | 车牌检测->车牌校正->车牌识别 |
所有模型均使用C++和TensorRT加速推理,yolov7plate的前后处理使用cuda加速,(其他模型加速优化也可参考);
所有模型使用C++和OnnxRuntime.OpenVINO,NCNN加速推理(TO DO);
提供C接口,可以直接移植在项目里;
提供python调用,C#调用的demo(TODO)
根据不同的显卡型号自动生成对应的engine(如果文件夹下有其他显卡适配engine,则删除engine才能重新生成使用中的显卡对应的engien);
PlateDetectionRecognition->test->main.cpp文件中的条件编译测试说明
测试类别 | enable | 说明 |
---|---|---|
yolov5_plate | 1 | yolov7车牌检测 |
yolov7_plate | 1 | yolov5 车牌检测 |
车牌识别准确率(测试集数量:2.4w张)
模型 | size | 准确率 | 速度 | 平台 |
---|---|---|---|---|
plate_recognition_color | s | 92.40% | 452.480us | RTX3090 |
plate_recognition_s | s | 98.90% | 452.597us | RTX3090 |
plate_recognition_m | m | 99.35% | 463.316us | RTX3090 |
plate_recognition_l | l | 99.56% | 507.082us | RTX3090 |
/**
* @brief 车牌初始化函数
* @param config 模块配置参数结构体
* @return HZFLAG
*/
void*Initialize(Config*config);
/**
* @brief 车牌检测识别(yolov5)
* @param img Plate_ImageData
* @param PlateDet 车牌检测识别结果列表
* @return HZFLAG
*/
int PlateRecognition_yolov5(void*p,Plate_ImageData*img,PlateDet*PlateDets);
/**
* @brief 车牌检测(yolov7_plate)
* @param img Plate_ImageData
* @param PlateDet 车牌检测识别结果列表
* @return HZFLAG
*/
int PlateRecognition_yolov7(void*p,Plate_ImageData*img,PlateDet*PlateDets);
/**
* @brief 车牌检测(yolov8_plate)
* @param img Plate_ImageData
* @param PlateDet 车牌检测识别结果列表
* @return HZFLAG
*/
int PlateRecognition_yolov8(void*p,Plate_ImageData*img,PlateDet*PlateDets);
/**
* @brief 反初始化
* @return HZFLAG
*/
int Release(void*p,Config*config);
set(TensorRT_INCLUDE "/xxx/xxx/TensorRT-8.2.5.1/include" CACHE INTERNAL "TensorRT Library include location")
set(TensorRT_LIB "/xxx/xxx/TensorRT-8.2.5.1/lib" CACHE INTERNAL "TensorRT Library lib location")
默认opencv已安装,cuda,cudnn已安装
为了Debug默认编译 -g O0
版本,如果为了加快速度请编译Release版本
使用Visual Studio Code快捷键编译(4,5二选其一):
ctrl+shift+B
mkdir build
cd build
cmake ..
make -j6
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。