-
公开(公告)号:CN119107637A
公开(公告)日:2024-12-10
申请号:CN202411330226.8
申请日:2024-09-24
Applicant: 国网新疆电力有限公司博尔塔拉供电公司 , 华北电力大学
IPC: G06V20/62 , G06N3/0464 , G06V10/26 , G06V10/82 , G06V30/148 , G06T7/90 , G06V10/80 , G06T5/90 , G06T5/40
Abstract: 本发明公开了一种低照度环境下的车牌识别方法,涉及车牌识别技术领域,其特征在于,包含以下步骤,将待识别车牌图片经过CLAHE‑GAMMA增强后送入改进的YOLOv5n分割网络;使用改进的YOLOv5n分割网络进行车牌分割;提取分割所得掩膜的四个边界点并将掩膜拉伸为矩形,送入改进的LPRNet字符识别网络进行车牌识别。本发明提出的改进算法可以有效提升YOLOv5n分割网络对车牌特征的提取能力,并加强其特征融合能力,还能有效提升LPRNet网络对车牌字符识别的准确率,在与其他车牌检测算法的对比中,在像素精准度或帧数上取得了良好的效果,能够满足车辆充电场所低照度情况下车牌识别的检测精度和速度需求。
-
公开(公告)号:CN119131566A
公开(公告)日:2024-12-13
申请号:CN202411330279.X
申请日:2024-09-24
Applicant: 国网新疆电力有限公司博尔塔拉供电公司 , 华北电力大学
IPC: G06V20/00 , G06V10/25 , G06N3/0464 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/766 , G06V10/774
Abstract: 本发明公开了一种用于检测充电场所车辆起火的方法,涉及目标识别技术领域,其特征在于,将拍摄的充电场所目标图像输入YOLOv5s‑Fast模型;通过YOLOv5s‑Fast模型对目标图像处理,提取其特征信息并给出识别结果。本发明以YOLOv5s为基础,在Backbone网络中采用GC与C3模块进行融合,形成模块C3GC,增强模型提取特征的能力,减少计算开销;在Neck网络中采用轻量级上采样算子,能提升检测精度;在YOLOv5s的Head网络中采用解耦头代替耦合头,提高检测的准确率与效率;或是三者单独对YOLOv5s模型进行改进,与引用的YOLOv5s相比,平均精度和FPS均有提升,方法更加实用化。
-