针对重新训练模型数据收集成本较高、模型鲁棒性较低等难点，在PP-OCRv3模型的基础上，对后处理方法进行优化改进，并提出了适用于钢铁行业场景的车牌模型训练方法。在中国城市停车数据集及钢厂场景数据集中进行实验，实验结果证明提出的车牌识别算法部署在边缘设备上时能够保证推理时间小于200 ms的同时取得99.6%的识别精度，足以满足钢铁行业场景中车牌识别的精度和性能需求。
科研之友
微信
新浪微博
Facebook
分享链接
