首页|基于边缘设备和改进YOLOv5算法的车牌号码识别

基于边缘设备和改进YOLOv5算法的车牌号码识别

扫码查看
原文链接
  • 万方数据
  • 维普
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.
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

展开 >

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

聊城大学计算机学院,聊城 252059

聊城大学机械与汽车工程学院,聊城 252059

展开 >

边缘设备 树莓派4B 车牌识别 YOLOv5 注意力机制

中央引导地方科技发展专项

YDZX 2017370000283

2022

10.3969/j.issn.1007-1423.2022.17.003

现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
年,卷(期)：2022.28(17)
  • 3
  • 11