深度学习-YOLO v5 车牌检测实战 (一)
一、YOLO 介绍
YOLO(You Only Look Once) 是一种流行的物体检测和图像分割模型,由华盛顿大学的约瑟夫-雷德蒙(Joseph Redmon)和阿里-法哈迪(Ali Farhadi)开发。YOLO 于 2015 年推出,因其高速度和高精确度而迅速受到欢迎。
二、YOLO v5 初体验
git clone https://github.com/ultralytics/yolov5 # clone
cd yolov5
pip install -r requirements.txt # install
参考命令:
python detect.py --weights yolov5s.pt --source 0 # webcam
img.jpg # image
vid.mp4 # video
screen # screenshot
path/ # directory
list.txt # list of images
list.streams # list of streams
'path/*.jpg' # glob
'https://youtu.be/LNwODJXcvt4' # YouTube
'rtsp://example.com/media.mp4' # RTSP, RTMP, HTTP stream
代码执行:
# python detect.py --weights yolov5s.pt --source ./testdata/images/ # image
# python detect.py --weights yolov5s.pt --source ./testdata/video/ # videos
python detect.py --weights yolov5s.pt --source 0 # 摄像头
三、车牌检测数据集 CCPD
CCPD2019,包含了超过 20W 多幅中国城市车牌图像和车牌检测与识别信息的标注;
为者常成,行者常至
自由转载-非商用-非衍生-保持署名(创意共享3.0许可证)