本發(fā)明提供了一種基于YOLOv3網(wǎng)絡的車牌檢測方法,包括數(shù)據(jù)預處理:搜集包含車牌的圖片,分類整理;通過數(shù)據(jù)均衡的方法擴大較少的新能源車牌數(shù)量、使館領館車牌數(shù)量和民航車牌數(shù)量,使之與藍色車牌數(shù)量相當,將上述圖片標記為數(shù)據(jù)集;特征提?。簩?shù)據(jù)預處理中得到的數(shù)據(jù)集編碼后輸入到Darknet?53網(wǎng)絡,取最后兩層殘差層的輸出作為特征矩陣;分類預測:將特征提取中得到的兩個不同維度的特征矩陣,拼接后送入邏輯回歸分類器,輸出車牌的位置和種類。本發(fā)明所述的基于YOLOv3網(wǎng)絡的車牌檢測方法,采用錨盒機制,只用一次特征提取,預測出車牌目標的位置和類別兩種信息,減少了計算量,提高了計算速度。
聲明:
“基于YOLOv3網(wǎng)絡的車牌檢測方法” 該技術專利(論文)所有權(quán)利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)