基于Unet神经网络的车牌定位系统  

作　　者：潘梓阳 叶宁 

机构地区：[1]东北大学计算机科学与工程学院,辽宁沈阳110819

出　　处：《电脑知识与技术》2023年第5期30-33,共4页Computer Knowledge and Technology

摘　　要：车牌是车辆的“身份证”。由于拍摄条件很难完全理想,目前监控摄像头获得的车牌图像往往具有角度多样、距离多样的特点,这为进一步的车牌内容识别带来了困难。为解决这一问题,文章采用改进后的Unet神经网络架构,对普通神经网络从损失函数和网络深度两方面进行改进。采用Python语言中的TensorFlow和Keras框架,充分发挥Unet神经网络在小样本训练下效果依旧良好的优势,采用自制数据集进行训练,最终提取准确率可达94%以上。

关 键 词：Unet神经网络 车牌提取 损失函数 神经网络深度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]