基于YOLOv8车牌识别算法支持12种中文车牌类型（源码+图片+说明文档）_yolo车辆颜色识别源码

yolov8车牌识别算法，支持12种中文车牌类型

支持如下：

•  1.单行蓝牌
•  2.单行黄牌
•  3.新能源车牌
•  4.白色警用车牌
•  5.教练车牌
•  6.武警车牌
•  7.双层黄牌
•  8.双层白牌
•  9.使馆车牌
•  10.港澳粤Z牌
•  11.双层绿牌
•  12.民航车牌

图片测试demo:

直接运行detect_plate.py 或者运行如下命令行：

python detect_rec_plate.py --detect_model weights/yolov8-lite-t-plate.pt  --rec_model weights/plate_rec_color.pth --image_path imgs --output result

车牌检测训练

车牌检测训练如下：

车牌检测训练

1. 下载数据集： 数据集可以添加QQ767172261获取 数据从CCPD和CRPD数据集中选取的一部分并转换的 数据集格式为yolo格式：

label x y w h  

2.修改ultralytics/datasets/yolov8-plate.yaml train和val路径,换成你的数据路径:

train: /mnt/mydisk/xiaolei/plate_detect/new_train_data # train images (relative to 'path') 4 images
val: /mnt/mydisk/xiaolei/plate_detect/new_val_data # val images (relative to 'path') 4 images
 
# Classes for DOTA 1.0
names:
0: single
1: double

3.训练

yolo task=detect mode=train model=yolov8s.yaml  data=./ultralytics/cfg/datasets/plate.yaml epochs=120 batch=32 imgsz=640 pretrained=False optimizer=SGD 

结果存在run文件夹中:

车牌识别训练

车牌识别训练如下:

训练的时候 选择相应的cfg 即可选择模型的大小:

 # construct face related neural networks
    #cfg =[8,8,16,16,'M',32,32,'M',48,48,'M',64,128] #small model
    # cfg =[16,16,32,32,'M',64,64,'M',96,96,'M',128,256]#medium model
    cfg =[32,32,64,64,'M',128,128,'M',196,196,'M',256,256] #big model
    model = myNet_ocr(num_classes=len(plate_chr),cfg=cfg)

环境配置

1. WIN 10 or Ubuntu 16.04
2. **PyTorch > 1.2.0 (may fix ctc loss)**
   声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/运维做开发/article/detail/997791