Hallo 各位小伙伴大家好呀 这两天一直在肝项目 都是关于计算机视觉方面的 所以这两天一直也没有更新 真的不是我懒 在这个过程中我对Yolov5有了更深刻的理解 在原有的Yolov5框架上增加了图像分割功能 这样在原有的识别基础上可以将目标切割出来 再进行更为精确的识别 调用百度AI的接口 将图片上传再接受返回值 这难道不香吗 所以本篇文章以Yolov5 图像分割 调用百度AI的接口实现车牌实时监测识别的效果 识别效果非常优秀。接下来就一起来看看这篇文章吧 如果小伙伴们感兴趣也欢迎评论区或者私信交流
目录
一、Yolov5介绍
一、Yolov5介绍之前有些一篇文章——《Yolov5 强大到你难以想象──新冠疫情下的口罩检测》 详细链接为 Yolov5 强大到你难以想象──新冠疫情下的口罩检测 里面有对Yolov5的简介 这两天的学习我对Yolov5的了解更加深入 在知网上查阅了不少资料 总结一下
YOLOv5 算法整体主要有 3 部分组成: Backbone、 Neck 和 Prediction, 以 YOLOv5s 模型为例整体算法结 构如下所示. Backbone 主要有 Conv, C3 和 SPPF 基 本网络模块组成, 其主要功能就是提取图像特征信息, C3 模块使用残差网络结构, 可以学习到更多的特征信 息, SPPF 模块是空间金字塔池化, 也是 Backbone 网络 的输出端, 主要功能是将提取到的任意大小的特征信 息转换成固定大小的特征向量. Neck 网络采用 FPN PAN 的特征金字塔结构网络, 可以实现不同尺寸目标 特征信息的传递, 可以有效解决多尺度问题. Prediction 采用 3 种损失函数分别计算目标分类损失, 目标定位损失和置信度损失, 并通过 NMS 提高网络检测的准确 度. 模型默认输入图像尺寸大小为 640×640的 3 通道图像, 最终输出格式是 3×(5 ncls), ncls 表示目标检测分类 数量。

YOLO 算法从总体上看, 是单阶段端到端的基于 anchor-free 的检测算法. 将图片输入网络进行特征提 取与融合后, 得到检测目标的预测框位置以及类概率. 而 YOLOv5 相较前几代 YOLO 算法, 模型更小、部署 灵活且拥有更好的检测精度和速度, 适合实时目标检 测. YOLOv5 根据模型不同深度和不同特征图宽度划 分为 YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x 四个模型. 其中 YOLOv5s 是最小的模型 本文车牌检测既是用YOLOv5s模型。
二、图像分割图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类 基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看 图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程 即把属于同一区域的像素赋予相同的编号。
主要是用opencv进行矩阵切割
img cv2.imread( 图片.jpg ) dst img[num1:num2,num3:num4] #裁剪坐标为[y0:y1, x0:x1]
我们看一个demo 还记得我们之前写的人脸识别算法吗 我们进行一下改进 之前的效果是
我们将代码优化一下 不仅要在原图上用红框标记出来 而且要切割出来。代码如下
import cv2 as cv
gary cv.cvtColor(img, cv.COLOR_BGR2GRAY) face_detect cv.CascadeClassifier( D:/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml ) face face_detect.detectMultiScale(gary, 1.004, 28, 0, (40, 40), (50, 50)) count 1 for x, y, w, h in face: cv.rectangle(img, (x, y), (x w, y h), color (0, 0, 225), thickness 4) dst img[y:y h, x:x w] # cv.imshow( demo ,dst) cv.imwrite( temp/face_{0}.jpg .format(count), dst) count 1 cv.imshow( result , img) # img.save( result.jpg ) # 保存图片 cv.imwrite(r final_result.jpg , img) img cv.imread( photo.jpg ) face_detect_demo(img) # 检测单个图片 while True: if ord( q ) cv.waitKey(1): break cv.destroyAllWindows()
检测结果如下 我们就将所有人脸分割出来啦 
百度智能云AR开放平台提供领先的AR技术能力与一站式平台工具 开放感知跟踪、人机交互等40 技术能力。它提供了很多技术的接口 比如说人脸识别 文字识别 语言识别等等。
这次我们通过调用文字识别的接口 用来识别我们本地图片上的文字 详细教程可以看这位博主的 百度AI调接口教程。对了 大家记得领一下百度免费送的优惠 要不然程序运行会报错 别问我怎么知道的 问就是搞了两个半小时总结出来的。这个过程可以理解为调用百度文字识别这个函数 传入本地的一张图片 它可以返回本地图片上的文字。只不过这个函数不是内置的 需要你去配置才能够使用。代码如下
# 测试百度在线图片文本识别包 # 导入百度的OCR包 from aip import AipOcr if __name__ __main__ : # 此处填入在百度云控制台处获得的appId, apiKey, secretKey的实际值 appId, apiKey, secretKey [ 28509942 , HbB3GChFwWENkXEI7uCuNG5V , IRnFhizLzlXnYFiNoq3VcyLxRHaj2dZU ] # 创建ocr对象 ocr AipOcr(appId, apiKey, secretKey) with open( D:/cartarget/result_1.png , rb ) as fin: img fin.read() res ocr.basicGeneral(img) print(res[ words_result ][0][ words ])
这里的appId, apiKey, secretKey需要更换成自己的 图片检测的位置也要换成自己的。我是要下载SDK运行的 你们也可以试试别的方法。
四、Yolov5 图片分割 百度AI车牌实时检测识别系统 4.1流程图Visio浅浅画了一个流程图 用来表达整个项目的逻辑

首先是数据集下载 我用的是CCPD2020的数据集 CCPD2020数据集采集方法应该CCPD2019数据集类似。CCPD2020仅仅有新能源车牌图片 包含不同亮度 不同倾斜角度 不同天气环境下的车牌。CCPD2020中的图像被拆分为train/val/test数据集 train/val/test数据集中图片数分别为5769/1001/5006。我用的时候取了100张train 80张val和20张test。CCPD2020数据集(数据大小865.7MB)下载链接我也分享给大家 不用谢 链接 https://pan.baidu.com/s/11IgwwsCjsTRuLOnewx51lw?pwd 5rvf 提取码 5rvf
4.3Yolov5模型训练然后是Yolov5模型的训练 详细代码还是看之前那篇口罩检测的文章吧 配置文件只要改这几个。
数据集的配置文件 mask_data.yaml 修改train的路径 注意是 / 反斜杠 修改val的路径修改类别 nc 1、2 names [“标签名称1”、“标签名称2”] 具体几个看你的类别有几个模型配置文件 yolov5s.yaml 修改类别个数 nc 1、2这里贴上检测数据 由于是用CPU跑的 考虑到时间问题 我这里仅训练了20次 用时在40min左右。



可以看到 识别的精度为80%左右 还是比较可观的 通过增大epoch的值 可以调整成100 识别率达到95%是没有问题的。
4.3PyQt5可视化界面
点击上传图片按钮上传图片 从本地选择一张图片。
再点击开始检测 调用训练好的pt模型进行识别。

左边为原图 右边为检测之后的图 可以看到这辆车的车牌已经被框选出来 做了标记。
4.4opencv切割图片我自定义了一个split.py 里面只有一个split函数 目的就是为了切割图片 这里是运用了封装思想。在windows.py文件中通过import导入 就可以直接运用这个函数了。以下为split.py文件内容。
import cv2 as cv
def split(list_1,img,i):
dst img[int(list_1[1]):int(list_1[3]),int(list_1[0]):int(list_1[2])] # 裁剪坐标为[y0:y1, x0:x1] xyxy
cv.imwrite( D:/cartarget/result_{0}.png .format(i 1), dst)
print( 切割完成 )
这样 Yolov5检测出几个目标 就会调用几次split方法从而切割出来几张子图片 由于这里图片只有一辆车 所有只有一个检测目标 所以只会得到一个车牌。

这个逻辑就很好理解啦 只要把上面这个图片丢给百度文字识别去识别内容就好啦
if __name__ __main__ : # 此处填入在百度云控制台处获得的appId, apiKey, secretKey的实际值 appId, apiKey, secretKey [ 28509942 , HbB3GChFwWENkXEI7uCuNG5V , IRnFhizLzlXnYFiNoq3VcyLxRHaj2dZU ] # 创建ocr对象 ocr AipOcr(appId, apiKey, secretKey) with open( name.png , rb ) as fin: img fin.read() res ocr.basicGeneral(img) print(res[ words_result ][0][ words ])

可以看到识别完全正确 大功告成
五、总结这个车牌识别系统到这里就算正式结束啦 感觉收获还是蛮多的 对Yolov5的理解更加深刻 Opencv的运用更加熟练 PyQt5也算是熟悉了。目标检测、图片分割、图像搜索、增强和特效、动作识别等等 慢慢觉得这些功能更像是一个个拼图 想要完成一个较大的工程 需要将一个个小功能拼在一起。
机器学习的路程还很漫长 很多知识我都未曾了解 其中的数学原理更是知之甚少。未来的学习还很漫长 人工智能的领域依然辽阔而精彩。车牌检测这个项目只是一个载体 项目本身并不重要 重要的是项目背后学到的知识 定期总结才能更好的接受知识吧 好啦 今天的分享就到这里啦
Hallo,各位小伙伴大家好呀!这两天一直在肝项目,都是关于计算机视觉方面的,所以这两天一直也没有更新(真的不是我懒)!在这个过程中我对Yolov5有了更深刻的理解,在原有的Yolov5框架上增加了图像分割功能,这样在原有的识别基础上可以将目标切割出来,再进行更为精确的识别,比如说调用百度AI的接口,将图片上传再接受返回值,这难道不香吗?所以本篇文章以Yolov5+图像分割+调用百度AI的接口实现车牌实时监测的效果,接下来就一起来看看这篇文章吧,如果小伙伴们感兴趣也欢迎评论区或者私信交流! 复制链接
C++数据结构与算法 哈希表 雪碧有白泡泡: 非常喜欢这篇博客!博主的写作风格简洁明了,让人一目了然。文章内容丰富,涵盖了很多实用的知识点,对我来说非常有帮助。尤其是博主在文章中提供了很多实际操作的步骤和技巧,让我能够更好地应用所学的知识。同时,博主的配图也很精美,更加生动地展示了文章中的内容。总之,非常感谢博主的分享,期待博主能够继续输出这样优质的好文。
2023年度总结 忙忙碌碌,终有归章 漫走云雾: 这篇文章犹如一道智慧的佳肴,令人回味无穷。作者的笔触既有深度又富有感染力,将复杂的概念阐述得清晰明了。文章内容丰富,见解独到,让我受益匪浅。尤其是那些生动的实例和深入的剖析,使我深受启发。同时,作者的行文流畅,逻辑严密,让我为之赞叹。再次感谢作者的分享,期待更多精彩之作。
抵扣说明:
1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。
更多文章请关注《万象专栏》
转载请注明出处:https://www.wanxiangsucai.com/read/cv182474