طريقة التعرف على أرقام لوحات السيارات في الطقس الضبابي بناءً على التعلم العميق
摘要
لمعالجة مشكلة انخفاض دقة التعرف على لوحات السيارات وفقدان الكشف تحت ظروف الضباب، تم اقتراح طريقة للتعرف على أرقام لوحات السيارات في الطقس الضبابي بناءً على التعلم العميق. أولاً، يتم استخدام خوارزمية AOD-Net لمعالجة إزالة الضباب من صور المركبات. ثم، يتم تصميم شبكة لاكتشاف لوحات السيارات ACG_YOLOv5s بناءً على شبكة YOLOv5. تم دمج آلية الانتباه CBAM في ACG_YOLOv5s لتعزيز مقاومة التشويش للنموذج؛ تم إدخال شبكة دمج الميزات التكيفية ASFF التي تعطي أوزان مختلفة لطبقات الميزات المختلفة حسب التعلم التكيفي للنموذج، مما يبرز المعلومات المميزة المهمة؛ تم استبدال الالتفاف التقليدي بوحدة الالتفاف Ghost لتقليل كمية المعاملات أثناء تدريب الشبكة مع ضمان جودة النموذج. أخيرًا، يتم التعرف على لوحات السيارات المكتشفة باستخدام LPRNet. تظهر النتائج التجريبية أن دقة كشف لوحة السيارات لشبكة ACG_YOLOv5s المحسنة تصل إلى 99.6%، ودقة التعرف باستخدام LPRNet تصل إلى 96% مع استهلاك منخفض للذاكرة. تثبت التجارب أن الجمع بين خوارزميات AOD-Net و YOLO يعزز كشف أرقام لوحات السيارات في صور الطقس الضبابي بشكل أكثر فعالية.
关键词
التعرف على أرقام لوحات السيارات;خوارزمية AOD-Net;شبكة YOLOv5;آلية الانتباه
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website