一種基于RetinaNet網(wǎng)絡改進的新能源車牌檢測識別方法
基本信息

| 申請?zhí)?/td> | CN202111210978.7 | 申請日 | - |
| 公開(公告)號 | CN114170590A | 公開(公告)日 | 2022-03-11 |
| 申請公布號 | CN114170590A | 申請公布日 | 2022-03-11 |
| 分類號 | G06V20/62(2022.01)I;G06V10/44(2022.01)I;G06V10/764(2022.01)I;G06V10/82(2022.01)I;G06K9/62(2022.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 周天陽;毛小明;張一帆 | 申請(專利權)人 | 中科南京人工智能創(chuàng)新研究院 |
| 代理機構 | 南京泰普專利代理事務所(普通合伙) | 代理人 | 張磊 |
| 地址 | 211135江蘇省南京市創(chuàng)研路266號麒麟人工智能產(chǎn)業(yè)園3號樓3樓 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明提出一種基于RetinaNet網(wǎng)絡改進的新能源車牌檢測識別方法,包括車牌檢測網(wǎng)絡與車牌識別網(wǎng)絡。所述車牌檢測網(wǎng)絡包括:圖像特征層提取,圖像特征層聚合,計算損耗,結果預測;其中采用采用了輕量級網(wǎng)絡MobileNetv2代替ResNet50網(wǎng)絡,降低運算量;引入ResNet的block部分解決所述MobileNetv2網(wǎng)絡信息丟失問題;并在FPN層上進行改進去提高模型的精度。所述車牌識別網(wǎng)絡主要包括圖像特征層提取,計算損耗,結果預測;其中同樣采用采用了輕量級網(wǎng)絡MobileNetv2代替ResNet50網(wǎng)絡,降低運算量,并加入了新能源車牌顏色識別方法。本發(fā)明降低了模型的參數(shù)量和計算力,使其能更好地部署在普通的嵌入式設備上,降低車牌檢測識別任務在實際生活場景中的應用成本問題。 |





