MyFPGA Forum

 找回密码
 注册
搜索
查看: 6502|回复: 1

OpenVINO车牌识别网络详解

[复制链接]
发表于 2020-6-19 11:35:36 | 显示全部楼层 |阅读模式
LRPNet网络介绍

        英特尔在OpenVINO模型加速库中设计了一个全新的车牌识别模型用于识别各种车牌包括中文车牌识别,其中在BITVehicle数据集上对中文车牌的识别准确率高达95%以上。官方发布的OpenVINO支持预训练模型中已经包含了LRPNet模型,可以用于实时的车牌识别。

        英特尔自己说该网络是第一个实时车牌识别的纯卷积神经网络(没有用RNN),在CoreTMi7-6700K CPU上1.3ms可以检测一张车牌(图像大小1920x1080),我测试了一下貌似没有这么快,但是绝对是实时,前面也写过一遍文章关于OpenVINO中LRPNet的使用。链接如下:

OpenVINO系列文章
系列 | OpenVINO视觉加速库使用四
系列 | OpenVINO视觉加速库使用七
详解OpenCV卷积滤波之边缘处理与锚定输出

网络设计与结构
        LRPNet是一种可以实现端到端训练、无需预分割再识别的轻量级卷积网络。该方法避免了传统方法两步走(先分割再识别)。把图像作为一个整体输入到卷积神经网络中去,然后直接产生识别的字符序列。选择了SqueezeNet与Inception Blocks低浮点数计算模型作为基础CNN网络,使用BN与Dropout对网络进行正则化。整个LRPNet网络模型设计关键点如下:

- 使用空间转换网络优化输入(可选)
- 轻量级的基础网络(SqueezeNet)
- 按位置的字符分类
- 概率输出(序列解码准备)
- Post过滤

空间转换层
图1.jpg
图1

LocNet网络结构
图2.jpg
图2

Back-Bone网络架构
图3.jpg
图3

网络训练时候各种优化方法对最终精度的影响
图4.jpg
图4

网络在BITVehicle测试集上测试结果
图5.jpg
图5

预训练模型下载地址:https://github.com/opencv/open_m ... tel_models/index.md

转自:https://mp.weixin.qq.com/s/nDxElkeMK8ltEY4lpYy0bw
作者:gloomyfish  OpenCV学堂

发表于 2020-7-16 19:33:58 | 显示全部楼层
提示: 作者被禁止或删除 内容自动屏蔽
您需要登录后才可以回帖 登录 | 注册

本版积分规则

小黑屋|手机版|Archiver|MyFPGA

GMT+8, 2024-3-29 01:53 , Processed in 0.039102 second(s), 18 queries .

Powered by Discuz! X3

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表