STN网络测试效果几乎没有

CA-USTC / License_Plate_Recognition_pytorch

该工作由电子科技大学陈昂、刘俊凯、夏子寒同学完成。我们提出可以使用深度学习的方案对中国车牌进行检测和识别。我们提出使用YOLOv3网络进行车牌检测，然后创新性地对检测后的车牌使用空间变换网络STN加以校正，最后使用LPRNet网络进行车牌的字符与数字识别。目前实测结果，在老师提供的45张数据集上，我们的YOLOv3网络检测准确率（IOU）达到98.2%，深度学习级联网络识别准确率为95.6%。我们采用大量测试集，最终我们的YOLOv3_STN_LPRNet级联网络识别准确率稳定在93.3%，不加空间变换网络STN的话，识别准确率在66%左右。总体来说，使用深度学习的方案比传统方案效果提升的非常好，而且我们加入空间变换网络STN的做法对于提升识别准确率很有效。

72 stars 14 forks source link

STN网络测试效果几乎没有 #5

Open malahuoche opened 1 year ago

malahuoche commented 1 year ago

STN网络在我的数据集上测试，并没有把倾斜的车牌实现校正

zjykzj commented 3 weeks ago

STN网络在我的数据集上测试，并没有把倾斜的车牌实现校正

@malahuoche Yes, it can help improve tilted license plate recognition. Specific information can be viewed #6