技术栈
车牌识别
做萤石二次开发的哈哈
5 天前
物联网
·
海康威视
·
车牌识别
·
萤石开放平台
·
蓝海aiot一站式工作台
·
aiot开发
·
移动执法
海康便携球接入萤石蓝海AIoT一站式工作台:移动执法多端应用一站生成
做移动执法和单兵作业类应用的开发者,最常遇到的不是"接一路视频",而是"设备还有多少电、现在是不是睡着了"。便携球靠电池工作,为了续航要休眠、要低功耗;一旦休眠,预览、配置、对讲全部无响应。再叠加人脸采集比对、语音对讲、PIR感应、串口外设,每一块都是独立的参数和事件协议。等把电量上报和休眠状态摸清楚,往往大半个迭代已经过去。
深圳多奥智能一卡(码、脸)通系统
16 天前
车牌识别
·
停车场
·
门禁
·
门禁一卡通
·
出入口管理
·
出入口控制
·
车牌识别停车场
车牌自动识别智能停车场收费管理系统方案
面向企事业单位、园区、小区、商场、医院、写字楼等场景,本方案以 DAIC-CP-SF 车牌识别软件 + DAIC-CP-MB 识别一体机 + DAIC-CP-DZ 道闸 为核心,构建一套纯车牌识别、脱机收费、无人值守的现代停车场管理系统。
jay神
3 个月前
深度学习
·
yolo
·
目标检测
·
计算机视觉
·
车牌识别
基于 YOLOv8 + CRNN 的车牌识别系统
本项目基于 YOLOv8 + CRNN+CTC 双模型流水线实现车牌检测与字符识别,提供完整的训练流程与可视化桌面应用,支持图片、视频、摄像头多种输入方式的实时检测,并能直接输出车牌号码字符串。
南檐巷上学
3 个月前
人工智能
·
神经网络
·
matlab
·
cnn
·
车牌识别
·
vgg
基于改进型CNN神经网络的车牌定位识别系统(Matlab)
目录一、前言二、主要任务三、项目知识简介3.1 卷积神经网络(CNN)3.2 VGG模型3.3 车牌图像选取、分割
郑洁文
3 个月前
人工智能
·
深度学习
·
神经网络
·
车牌识别
基于卷积神经网络的智能车牌识别系统
随着我国机动车保有量的迅速增长和智能交通系统的广泛应用,车牌识别技术已成为智能交通领域的重要研究方向。本文设计并实现一种基于卷积神经网络的智能车牌识别系统,旨在解决传统人工识别效率低下、准确率不稳定等问题。 系统采用Flask框架作为后端服务框架,使用PyTorch深度学习框架构建和训练CNN模型,集成MySQL数据库进行数据持久化存储,并提供Web界面。系统支持多种图像格式上传,能够实时处理用户请求并返回识别结果。数据预处理实现多层次的图像处理技术,包括图像质量检测、灰度转换、直方图均衡化、自适应阈值分
weixin_45776000
4 个月前
人工智能
·
python
·
车牌识别
·
yolo11
基于 YOLO11-OBB 与 LPRNet ONNX 的车牌定位识别桌面系统实践
在车牌识别项目中,常见方案通常分为两个阶段:车牌定位和车牌字符识别。传统水平框检测模型在面对倾斜车牌、旋转车牌、摄像头角度偏移等情况时,容易出现裁剪区域不准的问题,进而影响后续 OCR 识别效果。为了解决这一问题,本工程 lpr_onnx_gui_project_fixed.zip 采用 YOLO11-OBB 旋转框检测模型进行车牌定位,再结合 LPRNet/CRNN ONNX 识别模型完成车牌字符识别,最终通过 PyQt5 构建一个完整的桌面可视化系统。
深度学习lover
4 个月前
人工智能
·
python
·
yolo
·
目标检测
·
计算机视觉
·
车牌识别
<数据集>yolo 车牌识别<目标检测>
点击下载数据集https://download.csdn.net/download/qq_53332949/92866255数据集格式:VOC+YOLO格式
天天代码码天天
4 个月前
c#
·
车牌识别
·
号牌识别
C# OnnxRuntime 实现车牌检测识别
目录效果模型信息项目代码下载car_plate_detect.onnxModel Properties ------------------------- ---------------------------------------------------------------
Mike_666
5 个月前
java
·
百度云
·
车牌识别
·
在线调用
百度云车牌调用识别-Java工程
1、百度云的车牌在线演示地址https://ai.baidu.com/tech/ocr_cars/plate
水中加点糖
7 个月前
人工智能
·
yolo
·
目标检测
·
计算机视觉
·
ai
·
车牌识别
·
lprnet
小白都能看懂的——车牌检测与识别(最新版YOLO26快速入门)
YOLO(You only look once),是ultralytics公司发布的一个计算机视觉检测框架。
深圳多奥智能一卡(码、脸)通系统
8 个月前
车牌识别
·
门禁
·
二维码梯控
·
梯控
·
智能梯控
·
人脸识别电梯
·
智能派梯
2026年智能梯控技术进入爆发期,聚焦多模态认证、AI派梯、绿色节能、跨系统联动和数字孪生,推动电梯成为楼宇物联网核心节点,实现运力优化与智能决策
{ "cmd": "call_elevator", "target_floor": 5, "priority": "high", "timestamp": 1630000000, "sign": "a1b2c3d4e5" }
懷淰メ
8 个月前
深度学习
·
opencv
·
yolo
·
pyqt
·
图像识别
·
车牌识别
·
pyqt5
python3GUI--基于YOLOv8深度学习的车牌识别系统(详细图文介绍)
本系统支持黄牌、蓝牌、绿牌、黑牌、白牌,支持双层车牌识别,且识别准确度95%+,支持多种操作类型以及个性化自定义回显样式,项目上手简单,欢迎了解!
java1234_小锋
9 个月前
python
·
opencv
·
cnn
·
车牌识别
[免费]基于Python的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV实现)【论文+源码+SQL脚本】
大家好,我是java1234_小锋老师,看到一个不错的[免费]基于Python的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV实现)【论文+源码+SQL脚本】,分享下哈。
java1234_小锋
9 个月前
python
·
深度学习
·
cnn
·
车牌识别
基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程 - 裁剪和矫正车牌
大家好,我是java1234_小锋老师,最近写了一套基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程,持续更新中,计划月底更新完,感谢支持。
java1234_小锋
9 个月前
python
·
深度学习
·
cnn
·
车牌识别
基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程 - 车牌矩阵定位
大家好,我是java1234_小锋老师,最近写了一套基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程,持续更新中,计划月底更新完,感谢支持。
java1234_小锋
9 个月前
python
·
深度学习
·
cnn
·
车牌识别
基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程 - 集成到web系统-识别历史记录实现
大家好,我是java1234_小锋老师,最近写了一套基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程,持续更新中,计划月底更新完,感谢支持。
java1234_小锋
9 个月前
python
·
深度学习
·
cnn
·
车牌识别
基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程 - 切割车牌矩阵获取车牌字符
大家好,我是java1234_小锋老师,最近写了一套基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程,持续更新中,计划月底更新完,感谢支持。
java1234_小锋
9 个月前
python
·
深度学习
·
cnn
·
车牌识别
基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程 - 通过训练好的模型识别车牌
大家好,我是java1234_小锋老师,最近写了一套基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程,持续更新中,计划月底更新完,感谢支持。
西部秋虫
9 个月前
c++
·
python
·
yolo
·
车牌识别
YOLO 训练车牌定位模型 + OpenCV C++ 部署完整步骤
plaintext新建 txt 改名为plate.yaml,内容如下(路径填自己的数据集绝对路径):yaml
java1234_小锋
9 个月前
python
·
深度学习
·
cnn
·
车牌识别
基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程 - 自定义字符图片数据集
大家好,我是java1234_小锋老师,最近写了一套基于Python深度学习的车辆车牌识别系统(PyTorch2卷积神经网络CNN+OpenCV4实现)视频教程,持续更新中,计划月底更新完,感谢支持。