基于改进yolov4-tiny的夜间车牌检测算法  

作　　者：王晓云[1] 张航[1] 郭金玉 孙海英 

机构地区：[1]沈阳理工大学,辽宁沈阳110158 [2]沈阳化工大学信息工程学院,辽宁沈阳110142

出　　处：《装备制造技术》2023年第3期90-92,97,共4页Equipment Manufacturing Technology

基　　金：辽宁省教育厅资助项目(LJ2019007)。

摘　　要：针对夜间车牌检测问题,选用yolov4-tiny作为主干网络,基于Retinex理论的SSR算法改进,提出一种夜间车牌检测算法。该算法是基于Retinex理论的SSR算法的改进,通过相应的变换将正常光照下的图像转换为不同光照程度下的夜间环境图像,由此产生了更多的夜间环境的数据集,提高数据集的多样性,使训练模型获得更高的准确率和召回率,并能有更高的鲁棒性,从而提高夜间车牌检测的效果。选用Yolov4-tiny网络,使用DSSR算法作为数据增强策略进行训练实验的最终结果显示,使用DSSR算法的模型map比未使用的提高1.18%。结合训练过程的loss来看,该算法起到了数据增强的预期效果,扩充了数据集,提高夜间车牌检测的精度,提高了夜间车牌检测效果。

关 键 词：车牌检测 深度学习 数据增强 Yolov4-tiny RETINEX 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]