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

file

file

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;


ultralytics/yolov5

为者常成,行者常至