【pytorch + deeplab v3】运用语义分割提取车牌

话不多说,直接看成果图:
【pytorch + deeplab v3】运用语义分割提取车牌_第1张图片

【pytorch + deeplab v3】运用语义分割提取车牌_第2张图片
【pytorch + deeplab v3】运用语义分割提取车牌_第3张图片
【pytorch + deeplab v3】运用语义分割提取车牌_第4张图片
【pytorch + deeplab v3】运用语义分割提取车牌_第5张图片
可以看出来,识别的效果还是很不错的。

半年前,我写过【python + opencv + pytorch 】车牌提取、分割、识别一文来提取、分割、识别车牌,其中提取和分割车牌用的是 OpenCV 来实现的,奈何个人对 OpenCV 掌握程度有限,最后提取车牌的效果不是很好,鲁棒性很差,当时就想着,如果能用其他深度学习来提取车票效果可能会比较好,后面查询了很多资料,或许用深度学习里面的目标检测算法 YOLO V3 来实现车牌的提取,但是学习 YOLO V3 算法中途突然有事,这个事情就搁置下来了,直到近几天,突然心血来潮想把这个功能实现一下,然后发现用语义分割来做这个功能可能更加恰当,因为 YOLO V3 检测出来的结果可能会夹带很多噪声,这样很容易导致最后车牌字符识别的结果,而如果用语义分割来做的话,噪声问题应该比较容易解决,所以就去学了一下语义分割框架 deeplab v3+ ,然后自己制作了274张车牌的数据集(数据集是用labelme做的,比较简单,这里就不详述)

当然,deeplab v3+ 框架不是我写的,我用的是Bubbliiiing大佬写的,具体如何实现可参详大佬的文章。我这里只是用自己收集的数据集去跑了一下,后面会在此车牌提取的基础上,再去实现车牌分割,最后实现车牌识别。代码工程和数据就暂时不放了,以后全部实现车牌识别之后应该会放出来。

你可能感兴趣的