毕业设计：基于YOLOv8和卷积神经网络的车牌识别_基于yolov8的车牌识别

---

本文介绍的系统的优势

本文介绍的系统是挂载在驱动云的云GPU上的，大部分的云GPU都是需要花钱的，但是驱动云这个GPU你注册会送给你160元的额度（记得跑完代码就关掉，别让其额度一直跑），对于跑毕业设计的我们来说是够了，这样就免去了环境的配置，所以说跟着本文完整的做下来是能够识别车牌，并且识别车牌上的字符，还能识别车牌的颜色，对于做毕业设计来说是够够的了。

---

一、车牌识别是什么？

车牌识别就是输入一张图片，能够把其中的车牌识别出来，并且识别车牌中的文字，方便我们进行车牌的管理。

二、运行步骤步骤

驱动云网址：https://account.virtaicloud.com/gemini_web/auth/login
注册一个账号，然后登陆进去就好了。

登录进来之后进入项目的界面，如果你们是新注册的账号的话应该是空的。

然后点击右上角的创建项目，然后项目名称和项目描述就可以随便写一写

然后就是添加镜像了，这里我们选择相应的PyTorch的框架就可以了，如果是小白什么都不懂的话直接和我用一样的就行了，直接选中左边的筛选，然后选择最上面这个就可以了，这样就跳过了繁琐的配置PyTorch的过程。然后直接点击创建，然后就等待配置环境。

然后直接创建就可以了，别的就不用选了，公开性选择私有把，如果是公开的话别能就能看到你的程序了，后续你想做一些调式什么的也就暴露在别人的视野之下了。

然后直接把我们的代码文件拖入进来，等他进行上传成功之后点击确定。

然后进入到下面的界面之中，点击运行代码，让实例环境展开

然后选择资源配置，我们选择最下的这一个就好了，然后点击确定。

然后我们就会进入开发实例界面，等待一会，然后就会进入下面的界面，等到右上角的进入开发环境装载好，我们点击进入开发环境。

然后就会进入到下面的界面

然后把这个welcome关掉，我们自己新写一个Notebook

点击Notebook上面的Python3来创建一个Notebook

在里面写上上面的命令，然后Ctrl+回车解压当前的压缩包

然后进入main的jupyter的界面，我们运行程序。同样的，用鼠标点第一个单元格，然后Ctrl+回车进行运行，等待他进行运行。

然后我们解释一下，其实原来的待处理的图片是放在了img的里面，如下图所示


识别之后的结果是放在了result里面，



然后别忘了停止，减少计费

大家也可以替换一下img里面的图片，换成自己的图片
然后我们来解释一下命令行代码

%run detect_rec_plate.py --detect_model weights/yolov8s.pt  --rec_model weights/rec_color.pth --image_path imgs --output result
1

detect_rec_plate.py就是我们运行的代码，weights/yolov8s.pt就是放在weights下面的yolov8s,pt的模型，我已经训练好的模型，weights/rec_color.pth是储存在weights下的对车牌颜色的识别的预训练模型，imgs是储存输入图像的文件夹，result是储存输出图像的文件夹。

总结

代码获取链接如下，如果有疑问或者有其他想法的可以私信我，我尽力帮大家解决。
https://mbd.pub/o/bread/mbd-ZZ2Tm5lx