融合GP-NAS改进的端到端车牌识别算法

作     者：王峰 唐志瑞 邹俊逸 王海波 邢广兴 WANG Feng;TANG Zhirui;ZOU Junyi;WANG Haibo;XING Guangxing

作者机构：武汉科技大学汽车与交通工程学院武汉430081 宁夏警官职业学院信息管理学院银川750001 长安福特汽车有限公司重庆400023 

基　　金：国家自然科学基金项目(52202480) 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2023年第37卷第10期

页      码：38-46页

摘      要：针对当前复杂的路况环境影响导致的车牌识别困难问题,提出了基于GP-NAS改进的端到端车牌识别算法,使用YOLOv5s实现车辆车牌位置的精确定位,采用端到端的LPRNet技术对车牌号进行识别;使用GP-NAS方法对YOLOv5s算法进行改进,对YOLOv5s算法采用轻量化设计,修改YOLOv5s的神经网络结构获得了更优的网络模型;在优化的网络结构中加入了LPRNet,对LPRNet超参数组合进行修改。将改进的YOLOv5s算法与LPRNet网络相结合,设计了一种基于YOLOv5s-LPRNet模型的车牌识别系统。在多次训练后,车牌识别模型大小为(1.22+1.73)MB。实验结果表明:车牌识别精准率达到98%以上,实现了对各类车牌号识别的基本要求,降低了模型尺寸,提高了识别精准率。

主 题 词：GP-NAS YOLOv5 LPRNet 车牌定位 车牌识别 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1674-8425(z).2023.10.005

馆 藏 号：203124323...