现代计算机2022，Vol.28Issue(17) ：16-22.DOI:10.3969/j.issn.1007-1423.2022.17.003

基于边缘设备和改进YOLOv5算法的车牌号码识别

License Plate Number Recognition Based on Edge Devices and Improved YOLOv5 Algorithm

梁允泉 董苗苗 齐振岭 刘羿漩 葛广英 孙群
现代计算机2022，Vol.28Issue(17) ：16-22.DOI:10.3969/j.issn.1007-1423.2022.17.003
✕
  • 维普
  • 万方数据

基于边缘设备和改进YOLOv5算法的车牌号码识别

License Plate Number Recognition Based on Edge Devices and Improved YOLOv5 Algorithm

梁允泉 1董苗苗 1齐振岭 2刘羿漩 2葛广英 3孙群4
扫码查看

作者信息

  • 1. 聊城大学物理科学与信息工程学院,聊城 252059
  • 2. 聊城大学物理科学与信息工程学院,聊城 252059;山东省光通信科学与技术重点实验室,聊城 252059
  • 3. 聊城大学计算机学院,聊城 252059
  • 4. 聊城大学机械与汽车工程学院,聊城 252059
  • 折叠

摘要

自动识别车牌号码是智慧交通中的重要内容,针对现有车牌识别算法计算量大,不满足微型化、实时性等需求,提出一种基于边缘设备和改进YOLOv5算法的车牌号码识别方法.首先,构建车牌数据集;其次,通过改进YOLOv5网络模型架构,并引入注意力机制,提升对车牌号码的检测能力,并与未改进的YOLOv5算法作性能对比;最后,将Intel Movidius NCS2与树莓派硬件设备结合,进行实时推理.实验结果表明,改进的YOLOv5算法在边缘设备上的实时画面推理速度最快达到3.316 ms,YOLOv5算法推理速度为5.772 ms,改进的YOLOv5算法与原算法相比,其推理速度平均提升了13.41％.本文提出的方法能在边缘设备上提高车牌检测速度,并达到较高的准确率.

关键词

边缘设备/树莓派4B/车牌识别/YOLOv5/注意力机制

引用本文复制引用

基金项目

中央引导地方科技发展专项(YDZX 2017370000283)

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
被引量3
参考文献量11
段落导航相关论文