|
@@ -10,7 +10,7 @@ HyperLPR是一个基于Python的使用深度学习针对对中文车牌识别的 |
|
|
### 特性 |
|
|
### 特性 |
|
|
|
|
|
|
|
|
+ 单张720p图像,单核Intel 2.2G CPU 识别时间140ms左右,比EasyPR单核识别速度快近10倍的时间。 |
|
|
+ 单张720p图像,单核Intel 2.2G CPU 识别时间140ms左右,比EasyPR单核识别速度快近10倍的时间。 |
|
|
+ 识别率在EasyPR数据集上0-error达到70.2% 1-error识别率达到 89.6% |
|
|
|
|
|
|
|
|
+ 识别率在EasyPR数据集上0-error达到 81.75%, 1-error识别率达到 94.1% |
|
|
+ 检测方法在实时性、召回率、准确率上都优于MSER方法,检测recall和easyPR持平。 |
|
|
+ 检测方法在实时性、召回率、准确率上都优于MSER方法,检测recall和easyPR持平。 |
|
|
+ 代码框架轻量,总代码不到1k行。 |
|
|
+ 代码框架轻量,总代码不到1k行。 |
|
|
|
|
|
|
|
|