ANPR基于深度学习的智能车牌识别
ANPR 是基于深度学习的智能车牌识别,支持14种中文车牌类型。
-
最全车牌识别算法,支持14种中文车牌类型。
-
项目使用纯Java开发,免去使用Python带来的服务不稳定性。
-
欢迎大家贡献代码,如果你觉得项目还不错,请给个star。
项目简介
- 项目使用组件
1、spring boot
2、onnx
- 深度学习模型
1、Chinese_license_plate_detection_recognition
项目文档
-
在线文档:文档-1.0.0
-
swagger文档:启动项目且开启swagger,访问:host:port/doc.html, 如 http://127.0.0.1:8080/doc.html
JAVA客户端
- Java依赖,未发布到中央仓库,需要自行编译发布到私有仓库
<dependency> <groupId>com.visual.open.anpr</groupId> <artifactId>open-anpr-client</artifactId> <version>1.0.0</version> </dependency>
- 其他语言依赖
使用restful接口:文档-1.0.0
项目部署
- docker部署
1、直接docker部署项目: docker run -d --name "open-anpr" -p 56790:8080 divenswu/open-anpr:1.0.0 2、若想禁用swagger: docker run -d --name "open-anpr" -p 56790:8080 -e VISUAL_SWAGGER_ENABLE=false divenswu/open-anpr:1.0.0 3、若想挂载日志目录到本地: docker run -d --name "open-anpr" -p 56790:8080 -v open-anpr/logs:/app/open-anpr/logs divenswu/open-anpr:1.0.0 4、服务访问: swagger接口文档: http://127.0.0.1:56790/doc.html
- 项目编译,并打包为docker镜像
1、java版本最低为:1.8;安装maven编译工具。安装docker。 2、克隆项目 git clone https://gitee.com/open-visual/open-anpr.git 3、项目打包 cd open-anpr && sh scripts/docker_build.sh
- 部署参数
参数 | 描述 | 默认值 | 可选值 |
---|---|---|---|
VISUAL_SWAGGER_ENABLE | 是否开启swagger | true | true/false |
项目演示
-
1.0.0 测试用例:open-anpr-test测试用例-PlateRecognitionExample
车牌识别(手机打开体验更好)
评论
基于深度学习识别模型的缺陷检测
点击上方“小白学视觉”,选择加"星标"或“置顶”重磅干货,第一时间送达转自 | 机器视觉沙龙原文 | CSDN Tom Hardy一、介绍缺陷检测被广泛使用于布匹瑕疵检测、工件表面质量检测、航空航天领域等。传统的算法对规则缺陷以及场景比较简单的场合,能够很好工作,但是对特征不明显的、形状多
小白学视觉
0
captcha-12306基于深度学习的 12306 验证码识别程序
基于深度学习的12306验证码识别程序。1.1准备工作下载caffe并编译,具体可参考官方文档,此处不再赘述.修改src/config.py中的caffe根目录和项目根目录.pip安装easydict
captcha-12306基于深度学习的 12306 验证码识别程序
0