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。
科研之友
微信
新浪微博
Facebook
分享链接
