图像识别原理简介——以车牌识别为例

一般来说，进行车牌识别的理论基础是图像分割和图像识别理论：首先对含有车辆号牌的图像进行分析处理，从而确定牌照在图像中的位置，并把牌照区域提取出来，再进一步识别上面的文本字符。车牌识别过程包括图像采集、预处理、车牌定位、字符分割、字符识别、结果输出等一系列算法运算，其运行流程如下图所示:

YOLO 家族系列模型的演变：从 v6 到 v8

昨天的文章中，我们回顾了 YOLO 家族的前 9 个架构。 本文中将继续总结最后 3 个框架，还有本月最新发布的 YOLO V8.

深入浅出 Yolo 系列之 Yolov7 基础网络结构详解

从 2015 年的 YOLOV1，2016 年 YOLOV2，2018 年的 YOLOV3，到 2020 年的 YOLOV4、 YOLOV5， 以及最近出现的 YOLOV6 和 YOLOV7 可以说 YOLO 系列见证了深度学习时代目标检测的演化。对于 YOLO 的基础知识以及 YOLOV1 到 YOLOV5 可以去看大白的 YOLO 系列，本文主要对 YOLOV7 的网络结构进行一个梳理，便于大家直观的感受。

毕业设计 : 车牌识别系统实现

今天学长向大家介绍一个机器视觉的毕设项目，基于机器视觉的车牌识别

OpenCV（项目）车牌识别 -- 车牌提取（形态学）

参考资料