基于量化神经网络的端到端车牌检测与识别系统

张旭欣; 金婕

doi:10.13873/J.1000-9787(2020)12-0103-03

Chinese

您当前的位置：

首页 >

文章列表页 >

基于量化神经网络的端到端车牌检测与识别系统

设计与制造 | 更新时间：2025-09-11

- 基于量化神经网络的端到端车牌检测与识别系统
- End-to-end license plate detection and recognition system based on quantized neural network
- 传感器与微系统 2020年第12期页码：103-105
- 作者机构：
  
  上海工程技术大学电子电气工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61701295,61801286)
- DOI：10.13873/J.1000-9787(2020)12-0103-03
  中图分类号： U495;TP183;TP391.41
- 纸质出版：2020
- 稿件说明：
移动端阅览
张旭欣, 金婕. 基于量化神经网络的端到端车牌检测与识别系统[J]. 传感器与微系统, 2020,(12):103-105.

ZHANG Xuxin, JIN Jie. End-to-end license plate detection and recognition system based on quantized neural network[J]. 2020, (12): 103-105.
张旭欣, 金婕. 基于量化神经网络的端到端车牌检测与识别系统[J]. 传感器与微系统, 2020,(12):103-105. DOI： 10.13873/J.1000-9787(2020)12-0103-03.

ZHANG Xuxin, JIN Jie. End-to-end license plate detection and recognition system based on quantized neural network[J]. 2020, (12): 103-105. DOI： 10.13873/J.1000-9787(2020)12-0103-03.

摘要

提出一种基于量化神经网络的端到端车牌检测与识别系统

实现了车牌快速端到端的检测与识别。实验结果表明:所提出的网络可以有效地应用于车牌检测与识别

实现了最高99.2%的识别准确率与76 FPS的识别速度。相比浮点卷积神经网络参数量降低约32倍。

Abstract

An end-to-end license plate detection and recognition system based on quantitative neural network is proposed

rapid end-to-end detection and recognition of license plates is realized. Experimental results show that the proposed network can be effectively applied to license plate detection and recognition

the maximum recognition accuracy of 99. 2 % and recognition speed of 76 FPS are achieved. Compared with floating-point convolutional neural network（ CNN）

the parameter amount is reduced by about 32 times.

关键词

Keywords

references

浏览量

350

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于双通道卷积神经网络的交通标志识别算法

基于区域卷积神经网络的空中飞行物识别算法

运动模糊图像的恢复技术研究

基于CNN的超宽带穿墙雷达静目标数量识别技术

基于HAN的双通道复合模型的文本情感分类