xiejiajiannb / Chinese_license_plate_detection_recognition

yolov5 车牌检测 车牌识别 中文车牌识别 检测 支持12种中文车牌

最全车牌识别算法，支持12种中文车牌类型

环境要求: python >=3.6 pytorch >=1.7

运行demo:

python detect_plate.py --detect_model weights/plate_detect.pt  --rec_model weights/plate_rec.pth --image_path imgs --output result

测试文件夹imgs，结果保存再 result 文件夹中

车牌检测训练

1. 下载数据集： datasets 提取码：trbl 数据从CCPD和CRPD数据集中选取并转换的 数据集格式为yolo格式：

   label x y w h  pt1x pt1y pt2x pt2y pt3x pt3y pt4x pt4y
   

   关键点依次是（左上，右上，右下，左下） 坐标都是经过归一化，x,y是中心点除以图片宽高，w,h是框的宽高除以图片宽高，ptx，pty是关键点坐标除以宽高

2. 修改 data/widerface.yaml train和val路径,换成你的数据路径

   train: /your/train/path #修改成你的路径
   val: /your/val/path     #修改成你的路径
   # number of classes
   nc: 2                 #这里用的是2分类，0 单层车牌 1 双层车牌
   
   # class names
   names: [ 'single','double']
   
   

3. 训练

   python3 train.py --data data/widerface.yaml --cfg models/yolov5n-0.5.yaml --weights weights/plate_detect.pt --epoch 250
   

   结果存在run文件夹中

4. 检测模型 onnx export 检测模型导出onnx,需要安装onnx-sim onnx-simplifier

   1. python export.py --weights ./weights/plate_detect.pt --img 640 --batch 1
   2. onnxsim weights/plate_detect.onnx weights/plate_detect.onnx
   

车牌识别训练

车牌识别训练链接如下：

车牌识别训练

支持如下：

• 单行蓝牌
• 单行黄牌
• 新能源车牌
• 白色警用车牌
• 教练车牌
• 武警车牌
• 双层黄牌
• 双层武警
• 使馆车牌
• 港澳牌车
• 双层农用车牌
• 民航车牌

部署

1. NCNN NCNN

2.onnx demo，onnx模型见onnx模型，提取码：k170

python onnx_infer.py --detect_model weights/plate_detect.onnx  --rec_model weights/plate_rec.onnx  --image_path imgs --output result_onnx

3.tensorrt 部署见tensorrt_plate

4.openvino demo 版本2022.2

 python openvino_infer.py --detect_model weights/plate_detect.onnx --rec_model weights/plate_rec.onnx --image_path imgs --output result_openvino

References

• https://github.com/deepcam-cn/yolov5-face
• https://github.com/meijieru/crnn.pytorch

联系

有问题可以提issues 或者加qq群:871797331 询问