一種識(shí)別傾斜混合顏色車牌的輕量級(jí)模型

摘要： 基于神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別模型占用存儲(chǔ)空間較大，這不利于邊緣計(jì)算設(shè)備的部署，并且對(duì)傾斜類車牌和混合顏色車牌的識(shí)別率偏低。為了解決這些問題，提出了一種識(shí)別傾斜、混合顏色車牌的輕量級(jí)神經(jīng)網(wǎng)絡(luò)組合模型。首先采用基于YOLO算法的改進(jìn)算法P-YOLO,實(shí)現(xiàn)車牌的檢測(cè)、分類和定位；隨后，使用基于神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別(LPRNet)算法的改進(jìn)算法N-G-LPRNet進(jìn)行車牌字符識(shí)別，并用不同算法... （共7頁）