基于TensorFlow深度学习的车牌识别算法研究
作者：李兵; 易嘉闻; 黄锋; 晏鹏程; 张一鸣; 吴健辉; 欧先锋
摘要：基于TensorFlow深度学习平台在Python开发环境下搭建8层卷积神经网络模型。将采集自全国的原始的车牌图片进行定位、分割、归一化化处理后投入卷积神经模型进行训练,并采用RELU激活函数来提高模型收敛速度,在经过200次迭代训后模型精度收敛于99.95%,实际测试中随机抽取全国各省份的车牌进行实际预测检验,车牌汉字字符均预测精度为99.86%、英文字符均预测精度99.70%、数字部分均预测精度99.10%、车牌整体预测精度99.30%。
分类：
- 期刊
- >
- 自然科学与工程技术
- >
- 工程科技I
- >
- 综合科技A类综合
收录：
- 知网收录(中)
- 国家图书馆馆藏
- 万方收录(中)
- 上海图书馆馆藏
- 哥白尼索引(波兰)
- 维普收录(中)
关键词：
- 深度学习
- 卷积神经网络
- 车牌识别
- tensorflow
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
