车牌检测

作品数：120被引量：320H指数：10
导出分析报告
相关领域：自动化与计算机技术交通运输工程更多>>
相关作者：柯逍吴林煌王琦卢道兵罗兵华更多>>
相关机构：松立控股集团股份有限公司深圳市捷顺科技实业股份有限公司电子科技大学福州大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金重庆市教委科研基金上海市科委重大科技攻关项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进YOLOv5s的煤矿车辆车牌检测方法
《矿冶》2025年第1期177-184,共8页沈斌 罗晓倩 王超 
黑龙江省揭榜挂帅科技攻关项目(2021ZXJ02A03);黑龙江省“百千万”工程科技重大专项资助项目(2020ZX04A01)。
为提升煤矿车辆车牌检测的准确性,提出了一种基于YOLOv5s改进的检测模型。在特征融合阶段,采用加权双向特征金字塔网络(BiFPN)为每个输入特征添加可学习的权重,从而学习不同输入特征的重要性,在不同层次上加强特征融合;使用EIOU损失代替...
关键词：车辆车牌检测 YOLOv5s BiFPN EIOU CBAM 
雾天环境下车牌检测方法研究
《福建电脑》2025年第2期62-66,共5页金瑜玥 项朝辉 
2024年浙江省大学生科技创新活动计划(No.2024R455A005)资助。
复杂天气情况下的车牌识别效能对于提升道路交通安全系数和降低交通事故发生率是十分重要的。本文提出一个雾天环境下车牌检测方法。该方法采用图像增强技术以消除大雾天气对图像清晰度的影响,并结合深度学习模型及注意力机制进行车牌...
关键词：数据感知计算 去雾模型 车牌识别 车牌检测 
YOLOv8和LPRNet融合的车牌识别系统设计
《福建电脑》2025年第1期85-89,共5页林镕城 邱健数 赵章圳 邹佳铭 
2024年浙江省大学生科技创新活动计划(No.2024R455A005)资助。
车牌检测与识别作为智能交通管理的重要组成部分,广泛应用于道路监管、停车场管理等场景。为提高车牌识别的准确性,本文构建一种高效快捷的车牌检测与识别系统。将YOLOv8目标检测模型与LPRNet车牌识别网络结合运用,提升模型的精度与鲁...
关键词：深度学习 卷积神经网络 车牌识别 车牌检测 
面向数据脱敏的交通场景车牌检测方法
《交通信息与安全》2024年第6期84-94,共11页应申 曾卓源 张纪元 
国家重点研发计划项目(2021YFB2501101);湖北重大科技攻关项目(2023BAA017)资助。
从车载相机图像中快速准确地检测车牌对于保护交通敏感信息具有重要意义。针对传统YOLOv8算法对交通场景下车牌检测存在的小目标特征提取能力弱、背景信息误检等问题,研究了基于改进YOLOv8的交通场景车牌检测方法TLP-YOLO。为增强主干...
关键词：数据脱敏 车牌检测 YOLOv8 交通场景 特征融合 高效多尺度注意力 
复杂场景下基于MSER-Sobel纵向算子的车牌实时检测方法
《贵阳学院学报(自然科学版)》2024年第4期32-37,共6页黄梅娟 
安徽省职业与成人教育学会教育教学研究规划课题(AZCJ2023113);安徽省质量工程项目(2022zmgj005);安徽省自然科学基金(KJ2021A1511)
为改善复杂场景下实时车牌检测性能,提出了结合MSER和Sobel纵向算子的车牌检测方案。在预处理阶段,提出改进的对比度限制自适应直方图均衡化(CLAHE)技术,利用纹理和灰度特征检测车牌区域,解决了对照明和噪声的敏感问题,显著降低无用特...
关键词：实时车牌检测 对比度限制 Sobel纵向算子 直方图均衡化 包围框调整 
基于深度学习的端到端车牌信息检测与识别
《计算机应用文摘》2024年第22期84-86,共3页何奇 
2019年浙江省教育厅一般科研项目:基于深度学习的轻量实时车牌监测与识别研究(Y201941119)。
在智能交通系统中,车牌检测与识别是实现车辆管理和监控的重要环节,传统的车牌识别算法在定位准确性、识别效率和实时性方面存在诸多问题。文章提出一种基于深度学习的端到端车牌检测与识别系统,通过YOLOv8n算法进行车牌定位,利用空间...
关键词：深度学习 端到端 车牌检测 车牌识别 YOLOv8n 空间变换网络 
基于深度学习算法的车牌检测系统设计
《成组技术与生产现代化》2024年第3期27-35,共9页王东升 聂建军 
为实现汽车车牌的自动读取,设计了一种基于深度学习的轻量化车牌检测系统。在YOLOv8网络模型的基础上,用MobileNetV3网络更换主干网络,减少了模型的参数量,提升了车牌检测速度;引入全维度动态卷积来调整Neck模块的扩展率,提升了车牌检...
关键词：深度学习 车牌检测 网络模型 YOLOv8 MobileNetV3 系统设计 
基于改进YOLOv7算法的智慧城市复杂场景车牌识别方法研究
《绿色建造与智能建筑》2024年第5期128-134,共7页鲁娟 卢英杰 李明海 
针对复杂环境下,现有的车牌检测算法存在漏检及模型参数量过大等问题,提出一种改进YOLOv7的中文车牌检测方法。首先,YOLOv7的骨干网络Backbone使用轻量级卷积GhostConv减少模型训练参数。其次,引入CBAM注意力机制,提升小目标车牌的特征...
关键词：复杂场景 车牌检测 YOLOv7 注意力机制 损失函数 
低能见度下GYOLOv5-SPD算法的车牌检测
《北京测绘》2024年第5期655-660,共6页李泽 李小龙 杨忠祥 谭永滨 
国家自然科学基金(4226107842361067);江西省重点研发计划(20223BBE51030);江西省地质局科技研究项目(2022JXDZKJKY08)。
车牌自动检测技术是构建智慧城市、加强交通管理等方面的重要内容。目前车牌检测技术正在逐步完善,但对于光照条件过低、雨天、雪天等能见度极低的气候环境下所拍摄的车牌照片,车牌检测技术还处于一个相对落后的水平。本文在中国城市停...
关键词：车牌检测 SPD-Conv Gamma变换 GYOLOv5-SPD 低能见度 
基于改进YOLO v5的骑行人员头盔及车牌检测被引量：5
《光电子．激光》2024年第4期396-404,共9页谢昊 贾小军 喻擎苍 冉二飞 陈卫彪 
浙江省公益技术应用研究计划项目(LGG20F010010)资助项目。
针对目前骑行人员头盔佩戴检测的准确率低、泛化能力差以及检测类别单一等问题,提出一种基于改进YOLO v5的骑行人员头盔及车牌检测模型。首先,在骨干网络中引入卷积注意力模块(convolutional block attention module,CBAM),以强化目标...
关键词：YOLO v5 目标检测 注意力机制 头盔及车牌 EIoU 
全选清除导出
共12页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部