基于YOLOv3算法的车牌识别优化算法

作者：李向荣; 焦学; 刘冬冬

来源：电子设计工程, 2021, 29(22): 166-170.

DOI：10.14022/j.issn1674-6236.2021.22.035

• YOLOv3
• 卷积神经网络
• 车牌识别
• 目标检测

为提高车牌的识别能力,文中提出了一种基于YOLOv3算法的端到端的车牌优化识别算法。该算法中构建了新的车牌数据集并对数据集中的车牌和字符进行标注;基于YOLOv3模型,提出了Darknet-31网络,此结构不仅提高了网络的提取能力还加快了提取的速度;针对车牌字符较小的特点,增加了一个网络预测尺度,提高了车牌字符的检测能力。相比于传统YOLOv3算法,文中算法的平均精度提高了4.1%,召回率提高了3.8%,对字符识别的速度提高了20%,由实验结果可知,文中算法具有更好的鲁棒性和实时性。

• 单位
  机电工程学院; 青岛科技大学