重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (10): 38-46.
王 峰，唐志瑞，邹俊逸
摘要： 针对当前复杂的路况环境影响导致的车牌识别困难问题，提出了基于 ＧＰＮＡＳ改 进的端到端车牌识别算法，使用 ＹＯＬＯｖ５ｓ实现车辆车牌位置的精确定位，采用端到端的 ＬＰＲＮｅｔ 技术对车牌号进行识别；使用 ＧＰＮＡＳ方法对 ＹＯＬＯｖ５ｓ算法进行改进，对 ＹＯＬＯｖ５ｓ算法采用轻 量化设计，修改 ＹＯＬＯｖ５ｓ的神经网络结构获得了更优的网络模型；在优化的网络结构中加入了 ＬＰＲＮｅｔ，对 ＬＰＲＮｅｔ超参数组合进行修改。将改进的 ＹＯＬＯｖ５ｓ算法与 ＬＰＲＮｅｔ网络相结合，设计 了一种基于 ＹＯＬＯｖ５ｓＬＰＲＮｅｔ模型的车牌识别系统。在多次训练后，车牌识别模型大小为 （１．２２＋１．７３）ＭＢ。实验结果表明：车牌识别精准率达到 ９８％以上，实现了对各类车牌号识别 的基本要求，降低了模型尺寸，提高了识别精准率。
中图分类号:
主管单位：重庆市教育委员会