РАЗРАБОТКА СИСТЕМЫ АВТОМАТИЧЕСКОГО РАСПОЗНАВАНИЯ АВТОМОБИЛЬНЫХ НОМЕРОВ В РЕАЛЬНЫХ ДОРОЖНЫХ УСЛОВИЯХ

2023 год

Сдана на отлично

СОДЕРЖАНИЕ

ВВЕДЕНИЕ………………………………………………………………………..7

Глава 1. Детекция объектов в компьютерном зрении, методы распознавания печатного текста и инструменты разработки 8

1.1 Фреймворки и библиотеки глубокого машинного обучения 8

1.2 Библиотека обработки изображений Open-CV 11

1.3 Обзор методов распознавания текста, включая библиотеки машинного обучения Keras_OCR и библиотеку Tesseract 13

Глава 2. Выбор и анализ архитектур и методов разработки. 16

2.1 Описание модели YOLO.Выбор архитектуры YoLo и особенности разметки данных 16

2.2 Сверточные и реккурентные глубокие нейронные сети. Keras-OCR и Google Tesseract 18

Глава 3. Эксперименты и результаты 25

3.1 Описание датасета 25

3.1.1 Источники данных для обучения и тестирования моделей. 25

3.1.2 Разметка изображений и аугментация. 25

3.2 Обучение модели детекции номерных знаков на изображениях 33

3.3 Обучение, проверка и метрики модели 36

3.4 Разработка метода распознавания печатного текста 44

3.4.1 Входные данные метода распознавания печатного текста 44

3.4.2 Применение нейронной сети для распознавания печатного текста 49

3.4.4 Тестирование модели распознавания номеров 53

ЗАКЛЮЧЕНИЕ 56

БИБЛИОГРАФИЧЕСКИЙ СПИСОК 58

ПРИЛОЖЕНИЕ A 61

ПРИЛОЖЕНИЕ B 62