Need help with Mobilenet-SSD-License-Plate-Detection?
Click the “chat” button below for chat support from the developer who created it, or find similar developers for support.

About the developer

zeusees
742 Stars 289 Forks Other 48 Commits 6 Opened issues

Description

基于Retinaface车牌检测,全新模型仅1.8MB.

Services available

!
?

Need anything else?

Contributors list

License Plate Detection with RetinaFace

距离上次车牌检测模型更新已经过了一年多的时间,这段时间也有很多快速、准确的模型提出,我们利用单物体检测算法Retinaface进行了车牌检测模型的训练,通过测试,检测效果和适用性都更突出,支持的模型也更为丰富。

我们开源版本的检测算法经过了多个版本迭代,考虑到检测的效率跟准确率,原始版本逐步淘汰,从最初的基于LBP和Harr特征的车牌检测,感兴趣的小伙伴可以参考 train-detector(https://github.com/openalpr/train-detector) 这个仓库;到后来逐步的采用深度学习的方式,我们的上一个版本采用基于mobilenet-ssd的算法进行检测,大家可以移步 (https://gitee.com/zeusees/Mobilenet-SSD-License-Plate-Detection) 这里进行查看,后续请尽量采用新模型进行测试。

该版本的检测模型的训练,结合了CCPD数据集跟我们自有的数据,能够做到更多车牌种类的支持。

Pytorch模型测试

Clone and install
  1. git clone https://github.com/zeusees/License-Plate-Detector.git

  2. Pytorch version 1.2.0

  3. Python 3.6

  4. python detect.py

基于C++的NCNN模型测试

Source Code Compile
  1. cd Prj-ncnn

  2. cmake .

  3. make

支持车牌种类

  • 蓝色单层车牌
  • 黄色单层车牌
  • 绿色新能源车牌、民航车牌
  • 黑色单层车牌
  • 白色警牌、军牌、武警车牌
  • 黄色双层车牌
  • 绿色农用车牌
  • 白色双层军牌

测试结果

参考

We use cookies. If you continue to browse the site, you agree to the use of cookies. For more information on our use of cookies please see our Privacy Policy.