Jack Yu
GitHub
6 years ago
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
1 changed files with 9 additions and 10 deletions
Unified View
Diff Options
-
+9 -10README.md
+ 9
- 10
README.md
View File
| @@ -8,19 +8,17 @@ HyperLPR是一个使用深度学习针对对中文车牌识别的实现，与较 | |||||
| ### 更新 | ### 更新 | ||||
| + 添加端到端的序列识别模型识别率大幅度提升 | |||||
| + 添加的端到端模型可以识别 新能源车牌，教练车牌，白色警用车牌 | |||||
| + 添加端到端的序列识别模型识别率大幅度提升,使得无需分割字符即可识别,识别速度提高20% (2017.11.17) | |||||
| + 新增的端到端模型可以识别新能源车牌、教练车牌、白色警用车牌、武警车牌 (2017.11.17) | |||||
| + 更新Windows版本的Visual Studio 2015 工程（2017.11.15） | + 更新Windows版本的Visual Studio 2015 工程（2017.11.15） | ||||
| + 增加cpp版本,目前仅支持标准蓝牌(需要依赖OpenCV 3.3) | |||||
| + 添加了简单的Android实现 (骁龙835 (*720*x*1280*) 200ms) | |||||
| + 增加cpp版本,目前仅支持标准蓝牌(需要依赖OpenCV 3.3) (2017.10.28) | |||||
| + 添加了简单的Android实现 (骁龙835 (*720*x*1280*) 200ms )(2017.10.28) | |||||
| ### 特性 | ### 特性 | ||||
| + 速度快 720p ，单核 Intel 2.2G CPU (macbook Pro 2015)平均识别时间低于100ms | + 速度快 720p ，单核 Intel 2.2G CPU (macbook Pro 2015)平均识别时间低于100ms | ||||
| + 基于端到端的车牌识别无需进行字符分割 | + 基于端到端的车牌识别无需进行字符分割 | ||||
| + 识别率高 EasyPR数据集上0-error达到 95.2%, 1-error识别率达到 97.4% | |||||
| + 识别率高,仅仅针对车牌ROI在EasyPR数据集上，0-error达到 95.2%, 1-error识别率达到 97.4% (指在定位成功后的车牌识别率) | |||||
| + 轻量 总代码量不超1k行 | + 轻量 总代码量不超1k行 | ||||
| ### 注意事项: | ### 注意事项: | ||||
| @@ -88,12 +86,13 @@ sudo make -j | |||||
| - [x] 白色警用车牌 | - [x] 白色警用车牌 | ||||
| - [x] 使馆/港澳车牌 | - [x] 使馆/港澳车牌 | ||||
| - [x] 教练车牌 | - [x] 教练车牌 | ||||
| - [x] 武警车牌 | |||||
| - [ ] 民航车牌 | |||||
| - [ ] 双层黄牌 | - [ ] 双层黄牌 | ||||
| - [ ] 双层武警 | - [ ] 双层武警 | ||||
| - [ ] 双层军牌 | - [ ] 双层军牌 | ||||
| - [ ] 农用车牌 | |||||
| - [ ] 民航车牌 | |||||
| - [ ] 个性化车牌 | |||||
| - [ ] 双层农用车牌 | |||||
| - [ ] 双层个性化车牌 | |||||